闲社服务运行正常AI智能体自动化平台
中文
语言 / Language简体中文SelectedEnglish

选择显示语言

pp-ocrv5-ch

farming789/pp-ocrv5-ch

发布机构farming789

下载访问条件魔搭来源

PP-OCRv5 Chinese —— OCR 识别 ONNX 模型? 本模型源自百度 PaddleOCR 的 PP-OCRv5 第五代中文光学字符识别系统,已转换为 ONNX 格式,专为离线本地推理场景优化。 PP-OCRv5 采用经典的 检测 → 识别 两阶段架构,能够在纯 CPU 环境下高效运行。本仓库提供完整的模型包(检测模型 + 识别模型 + 字符字典),覆盖简体中文、繁体中文、英文、日文等语言。

图像分析
模型详情

模型介绍

中文整理

PP-OCRv5 Chinese —— OCR 识别 ONNX 模型?

模型简介

本模型源自百度 **PaddleOCR** 的 **PP-OCRv5** 第五代中文光学字符识别系统,已转换为 **ONNX** 格式,专为**离线本地推理**场景优化。

PP-OCRv5 采用经典的 **检测 → 识别** 两阶段架构,能够在纯 CPU 环境下高效运行。本仓库提供完整的模型包(检测模型 + 识别模型 + 字符字典),覆盖简体中文、繁体中文、英文、日文等语言。

核心价值**:在无 GPU 的桌面 / 边缘设备上,以高精度(字符级准确率 ≥ 95%)将扫描件、手机拍照件、传真件等图像转化为可检索、可分析的文本,打通文档数字化到知识检索的完整链路。

模型文件

文件 大小 说明

  • ----- ------ ------

model.onnx ~5 MB 文本检测模型 — 定位图中文字区域(PP-OCRv5 mobile det)

recognition.onnx ~30 MB 文本识别模型 — 读取框内文字(PP-OCRv5 mobile rec)

dictionary.txt ~1 MB 字符字典 — 识别结果到字符的映射表

  • *注意**:三个文件必须放在同一目录下。检测模型负责"找到文字在哪",识别模型负责"读出写的是什么",字典负责将识别模型的输出 ID 转换为可读字符。

模型架构

  • *基础模型**:PP-OCRv5(百度 PaddleOCR 第 5 代)
  • *架构方案**:MobileNetV3 骨干 + DB 检测头 + CRNN 识别头
  • *版本**:5.0.0(mobile 版,CPU 友好)
  • *支持语言**:简体中文、繁体中文、英文、日文
  • *总大小**:约 50 MB
  • *运行环境**:ONNX Runtime CPU(无 GPU 依赖)
  • *图像预处理引擎**:OpenCV( ppu-ocv )或 Canvas Native 回退

两阶段工作流程

快速开始

环境要求

onnxruntime >= 1.24.3

Node.js 端: ppu-paddle-ocr >= 5.1.1

Python 端: onnxruntime + opencv-python (需自行实现 DB 后处理 / CTC 解码)

TypeScript / Node.js 示例(推荐)

Python 示例

应用场景

文书数字化

  • *扫描件 OCR**:律所扫描的合同、判决书、起诉状、证据清单等批量数字化
  • *拍照件识别**:律师手机拍摄的案卷材料、庭审记录即时转文字
  • *传真件提取**:法院传真送达的文书自动化处理
  • *PDF 图像页 OCR**:PDF 中扫描图像页(非文本层)的文字提取

知识索引前置

本模型是知识库索引管线的核心组件,输出文本后续进入:

降级策略

模型不可用时系统自动跳过 OCR,不影响 PDF 原生文本提取路径:

技术细节

PP-OCRv5 技术特性

  • *MobileNetV3 骨干**:针对 ARM / x86 CPU 深度优化,推理速度比 ResNet 系列快 3-5 倍
  • *DB(Differentiable Binarization)检测**:端到端可微分二值化,对弯曲文本、密集文本适应性强
  • *CRNN + CTC 识别**:无需字符级标注,序列到序列识别,支持长文本行
  • *Mobile 版**:模型参数量仅约 12M(检测 + 识别合计),启动内存低

与官方 Paddle 模型的关系

方面 官方 Paddle 模型 本模型 (ONNX)

  • ----- :---------------: :------------:

检测模型 PP-OCRv5 mobile det model.onnx

识别模型 PP-OCRv5 mobile rec recognition.onnx

字典 ppocrv5 dict.txt dictionary.txt

运行时 PaddlePaddle (~500MB) ONNX Runtime (~30MB)

GPU 支持 CUDA CPU only

预处理引擎 Paddle 内置 OpenCV / Canvas

性能基准

来自 OCR 基准测试(桌面 CPU,文书图像):

指标 目标 实测

  • ----- :----: :----:

字符级准确率(CER) ≥ 95% 达标

单页识别耗时 < 5s 视图像复杂度和分辨率

模型加载耗时 < 10s 约 2-5s

ONNX 转换信息

本模型由 ppu-paddle-ocr-models 项目从 PaddlePaddle 原生格式转换而来,经过以下处理:

  • *检测模型**:Paddle inference.pdmodel → ONNX model.onnx
  • *识别模型**:Paddle inference.pdmodel → ONNX recognition.onnx
  • *字典**:直接复用原始 ppocrv5 dict.txt

许可证

本模型遵循 Apache License 2.0,与 PaddleOCR 官方保持一致。

引用

如果你在研究中使用了本模型,请引用 PaddleOCR:

致谢

原始模型:PaddleOCR / PP-OCRv5(百度)

ONNX 转换:ppu-paddle-ocr-models

Node.js 运行时封装:ppu-paddle-ocr

运行时:ONNX Runtime

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

返回顶部