mirror of
https://github.com/PaddlePaddle/PaddleOCR.git
synced 2025-07-18 22:41:58 +00:00
14 lines
1.2 KiB
Markdown
14 lines
1.2 KiB
Markdown
# PP-OCR系列模型
|
||
|
||
|
||
- [PP-OCRv2 pipeline]()
|
||
- [Benchmark]()
|
||
- [Modle zoo]()
|
||
|
||
## PP-OCRv2 Pipeline
|
||
<div align="center">
|
||
<img src="../ppocrv2_framework.jpg" width="800">
|
||
</div>
|
||
[1] PP-OCR是一个实用的超轻量OCR系统。主要由DB文本检测、检测框矫正和CRNN文本识别三部分组成。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身(如绿框所示)，最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。更多细节请参考PP-OCR技术方案 https://arxiv.org/abs/2009.09941
|
||
|
||
[2] PP-OCRv2在PP-OCR的基础上，进一步在5个方面重点优化，检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略；识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和[Enhanced CTC loss](./doc/doc_ch/enhanced_ctc_loss.md)损失函数改进（如上图红框所示），进一步在推理速度和预测效果上取得明显提升。更多细节请参考PP-OCRv2[技术报告](https://arxiv.org/abs/2109.03144)。 |