11.5K Star项目最新发版：80+多语言模型全新升级

熟悉飞桨的的开发者们，一定会知道飞桨的重磅开源项目：PaddleOCR

短短半年时间，累计Star数量已超过11.5K，

频频登上Github Trending和Paperswithcode 日榜月榜第一，

在《Github 2020数字洞察报告》中被评为中国Github Top20活跃项目。

称它为 OCR方向目前最火的repo绝对不为过。

最近，它又带来两项全新发布：

传送门：

Github：https://github.com/PaddlePaddle/PaddleOCR

直接先看指标评测表现：PGNet算法在ICDAR2015数据集上的检测及端到端性能表现，在精度接近的条件下，速度上与之前大火的ABCNet相比翻了三倍，达到了SOTA的效果。

详细数据指标：

PGNet提出的方法框架如下图所示，输入的图象经过Backbone网络得到1/4下采样特征图，通过多任务学习，同时回归四个任务的内容，包括文本边缘偏移量预测（TBO），文本中心线预测（TCL），文本方向偏移量预测（TDO）以及文本字符分类图预测（TCC）。其中文本行的检测结果由TBO以及TCL经过后处理得到，文本行的识别结果由TCL，TDO以及TCC的输出得到。

在ICDAR2015以及Total-Text数据集上可以看一下模型效果：

PGNet论文地址: 

https://www.aaai.org/AAAI21Papers/AAAI-2885.WangP.pdf

【基于顶尖算法，开放拿来即用的成熟印章识别能力】同时，基于PGNet研发的印章识别能力已经在百度AI开放平台开放，可以有效检测并识别合同文件或常用票据中的印章，输出文字内容、印章位置信息以及相关置信度，已支持圆形章、椭圆形章、方形章等常见印章。提供标准化API接口，快速集成，同时支持私有化部署至本地，保障业务数据私密性。

开放能力地址：https://ai.baidu.com/tech/ocr/seal

简单对比一下目前主流OCR方向开源repo的核心能力：

中英文模型性能及功能对比

其中，部分多语言模型性能及功能（F1-Score）对比（仅EasyOCR提供）

模型效果

值得一提的是，目前已经有全球开发者通过PR或者issue的方式为PaddleOCR提供多语言的字典和语料，在PaddleOCR上已经完成了全球80+ 主流语言的广泛覆盖：包括中文简体、中文繁体、英文、法文、德文、韩文、日文、意大利文、西班牙文、葡萄牙文、俄罗斯文、阿拉伯文、印地文、维吾尔文、波斯文、乌尔都文、塞尔维亚文（latin）、欧西坦文、马拉地文、尼泊尔文、塞尔维亚文、保加利亚文、乌克兰文、白俄罗斯文、泰卢固文、卡纳达文、泰米尔文等等，也欢迎更多开发者可以参与共建。

别的不需要多说了，大家访问GitHub点过star之后自己体验吧：

https://github.com/PaddlePaddle/PaddleOCR

如果您想详细了解更多飞桨的相关内容，请参阅以下文档。

https://www.paddlepaddle.org.cn/