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

anyocr

anyforge/anyocr

发布机构anyforge

下载访问条件魔搭来源

目前,我们非常开心的推出了兼容多平台的onnx格式的ocr工具 AnyOCR ,其核心亮点在于采用ONNXRuntime作为推理引擎,相比PaddlePaddle推理引擎,确保了高效稳定的运行。 Hugging Face: AnyOCR ModelScope: AnyOCR

图像分析
模型详情

模型介绍

中文整理

AnyOCR

简体中文 English

  • 简介

目前,我们非常开心的推出了兼容多平台的onnx格式的ocr工具 AnyOCR ,其核心亮点在于采用ONNXRuntime作为推理引擎,相比PaddlePaddle推理引擎,确保了高效稳定的运行。

github地址:AnyOCR

Hugging Face: AnyOCR

ModelScope: AnyOCR

  • 缘起

PaddlePaddle团队在PaddleOCR项目上,实现了一个基于PaddlePaddle的OCR工具,其性能和功能都十分强大,但是,在某些场景下,PaddlePaddle推理引擎的运行速度和稳定性,都存在一些问题。所以我们搜集很多新的OCR数据对paddleocr进行微调优化,并导出成onnx格式,直接使用onnxruntime推理,避开paddlepaddle推理引擎的坑,并支持cpu,gpu等。

Paddleocr在一些新型的数据上或者领域数据上表现的并不是很好,所以我们采集了很多数据进行微调训练,覆盖各个领域,包括:

cc-ocr

工业

医疗

体检

中文

英文

论文

网络

自建

等等

数据集总计:大于 385K 。

扩展训练

训练集: 385K

测试集: 5k

准确率: 0.952

模型介绍

检测模型: anyocr det ch v4 lite.onnx ,由 ch PP-OCRv4 det 在我们的数据集上微调训练而来。

识别模型: anyocr rec v4 server.onnx ,由 ch PP-OCRv4 server rec 在我们的数据集上微调训练而来。

方向分类: anyocr cls v4.onnx ,来源于 ch ppocr mobile v2.0 cls 未做训练。

文字字符: anyocr keys v4.txt ,来源于 ppocr/utils/ppocr keys v1.txt 。

更大更强:我们还训练了一个更大更强的文字识别模型,支持中英文、数字识别,支持1.5万+字符和部分生僻字识别,需要可邮件申请使用。

评估

自建评估集: 1.1K

抽取1150对未训练的数据作为评估,覆盖中文,英文,数字,符号等。

我们的评估集与其它ocr准确率的测试评估:

  • anyocr: 0.97
  • 百度paddleocr:0.92
  • 阿里通义读光ocr:0.86
  • 阶跃星辰GOT OCR2.0:0.89
  • olm-ocr: 0.46
  • 使用方法

安装依赖

使用方法

您可以通过如下git clone命令,或者ModelScope SDK来下载模型

SDK下载

Git下载

Use paddleocr integration

如果您有更好的文字检测,文本识别识别也可以只使用我们的一部分。

您也可以将paddleocr的模型导出成onnx格式,使用AnyOCR推理,或者您自己微调的paddleocr模型,使用AnyOCR推理。

参数配置

Buy me a coffee

微信(WeChat)

如果您是本模型的贡献者,我们邀请您根据模型贡献文档,及时完善模型卡片内容。

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