Korean PP OCRv3 Mobile Rec

🚀 韓国語PP - OCRv3モバイル認識モデル

korean_PP - OCRv3_mobile_recは、PP - OCRv3_recシリーズに属するテキスト行認識モデルで、PaddleOCRチームによって開発されました。このモデルは、PP - OCRv3_mobile_recをベースに韓国語に特化して学習されたもので、韓国語の認識をサポートしています。以下に重要な精度指標を示します。

✨ 主な機能

⚠️ 重要提示

行内の任意の文字（句読点を含む）が誤認識された場合、その行は誤りとしてマークされます。これにより、実際のアプリケーションでより高い精度を保証します。

🚀 クイックスタート

📦 インストール

1. PaddlePaddleのインストール

以下のコマンドを参考に、pipを使用してPaddlePaddleをインストールしてください。

# CUDA11.8用
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# CUDA12.6用
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu126/

# CPU用
python -m pip install paddlepaddle==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cpu/

PaddlePaddleのインストールに関する詳細情報は、PaddlePaddle公式サイトを参照してください。

2. PaddleOCRのインストール

PyPIから最新バージョンのPaddleOCR推論パッケージをインストールします。

python -m pip install paddleocr

💻 使用例

基本的な使用法

1つのコマンドで簡単に機能を体験できます。

paddleocr text_recognition \
    --model_name korean_PP - OCRv3_mobile_rec \
    - i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/ZTHbb6G5z - OyxRMRquT0f.png

また、テキスト認識モジュールのモデル推論をあなたのプロジェクトに統合することもできます。以下のコードを実行する前に、サンプル画像をローカルマシンにダウンロードしてください。

from paddleocr import TextRecognition
model = TextRecognition(model_name="korean_PP - OCRv3_mobile_rec")
output = model.predict(input="ZTHbb6G5z - OyxRMRquT0f.png", batch_size=1)
for res in output:
    res.print()
    res.save_to_img(save_path="./output/")
    res.save_to_json(save_path="./output/res.json")

実行後、以下のような結果が得られます。

{'res': {'input_path': '/root/.paddlex/predict_input/ZTHbb6G5z - OyxRMRquT0f.png', 'page_index': None, 'rec_text': '한국어테스트케이스', 'rec_score': 0.9998695850372314}}

使用コマンドとパラメータの説明に関する詳細情報は、[ドキュメント](https://paddlepaddle.github.io/PaddleOCR/latest/en/version3.x/module_usage/text_recognition.html#iii - quick - start)を参照してください。

高度な使用法

単一のモデルの能力には限界がありますが、複数のモデルから構成されるパイプラインは、現実のシーンでの難題を解決するためのより強力な能力を提供することができます。

PP - OCRv3

汎用OCRパイプラインは、テキスト認識タスクを解決するために使用され、画像からテキスト情報を抽出して文字列形式で出力します。パイプラインには5つのモジュールがあります。

• ドキュメント画像方向分類モジュール（オプション）
• テキスト画像補正モジュール（オプション）
• テキスト行方向分類モジュール（オプション）
• テキスト検出モジュール
• テキスト認識モジュール

以下のコマンドを実行して、OCRパイプラインをすぐに体験してみてください。

paddleocr ocr - i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/MCFByPiFcNs118O8mOiis.png \
    --text_recognition_model_name korean_PP - OCRv3_mobile_rec \
    --use_doc_orientation_classify False \
    --use_doc_unwarping False \
    --use_textline_orientation True \
    --save_path ./output \
    --device gpu:0 

結果はターミナルに表示されます。

{'res': {'input_path': '/root/.paddlex/predict_input/MCFByPiFcNs118O8mOiis.png', 'page_index': None, 'model_settings': {'use_doc_preprocessor': True, 'use_textline_orientation': True}, 'doc_preprocessor_res': {'input_path': None, 'page_index': None, 'model_settings': {'use_doc_orientation_classify': False, 'use_doc_unwarping': False}, 'angle': -1}, 'dt_polys': array([[[11,  3],
        ...,
        [11, 32]],

       [[10, 33],
        ...,
        [10, 60]]], dtype=int16), 'text_det_params': {'limit_side_len': 64, 'limit_type': 'min', 'thresh': 0.3, 'max_side_limit': 4000, 'box_thresh': 0.6, 'unclip_ratio': 1.5}, 'text_type': 'general', 'textline_orientation_angles': array([0, 0]), 'text_rec_score_thresh': 0.0, 'rec_texts': ['한국어다중줄텍스트테', '스트케이스'], 'rec_scores': array([0.99944037, 0.9882015 ]), 'rec_polys': array([[[11,  3],
        ...,
        [11, 32]],

       [[10, 33],
        ...,
        [10, 60]]], dtype=int16), 'rec_boxes': array([[11, ..., 32],
       [10, ..., 62]], dtype=int16)}}

コマンドライン方式は、すばやく体験するのに適しています。プロジェクトへの統合についても、数行のコードで実現できます。

from paddleocr import PaddleOCR  

ocr = PaddleOCR(
    text_recognition_model_name="korean_PP - OCRv3_mobile_rec",
    use_doc_orientation_classify=False, # use_doc_orientation_classifyを使用して、ドキュメント方向分類モデルを有効/無効にします
    use_doc_unwarping=False, # use_doc_unwarpingを使用して、ドキュメント補正モジュールを有効/無効にします
    use_textline_orientation=True, # use_textline_orientationを使用して、テキスト行方向分類モデルを有効/無効にします
    device="gpu:0", # deviceを使用して、GPUを指定してモデル推論を行います
)
result = ocr.predict("https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/MCFByPiFcNs118O8mOiis.png")  
for res in result:  
    res.print()  
    res.save_to_img("output")  
    res.save_to_json("output")

パイプラインでデフォルトで使用されるモデルはPP - OCRv5_server_recです。そのため、パラメータtext_recognition_model_nameでkorean_PP - OCRv3_mobile_recを指定する必要があります。また、パラメータtext_recognition_model_dirを使用して、ローカルのモデルファイルを使用することもできます。使用コマンドとパラメータの説明に関する詳細情報は、[ドキュメント](https://paddlepaddle.github.io/PaddleOCR/latest/en/version3.x/pipeline_usage/OCR.html#2 - quick - start)を参照してください。

📚 ドキュメント

• PaddleOCRリポジトリ
• PaddleOCRドキュメント

📄 ライセンス

本プロジェクトは、Apache - 2.0ライセンスの下で提供されています。