🚀 キリル文字PP - OCRv3モバイル認識モデル
cyrillic_PP - OCRv3_mobile_recは、PaddleOCRチームによって開発されたテキスト行認識モデルで、PP - OCRv3_recシリーズに属しています。このモデルはPP - OCRv3_mobile_recをベースに訓練され、キリル文字に特化して最適化されており、キリル文字のテキストを効率的かつ正確に認識することができます。
🚀 クイックスタート
📦 インストール
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。
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu118/
python -m pip install paddlepaddle - gpu==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cu126/
python -m pip install paddlepaddle==3.0.0 - i https://www.paddlepaddle.org.cn/packages/stable/cpu/
PaddlePaddleのインストールの詳細については、PaddlePaddle公式サイトを参照してください。
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
以下の単一コマンドを使用して、モデルの機能をすばやく体験することができます。
paddleocr text_recognition \
--model_name cyrillic_PP - OCRv3_mobile_rec \
-i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/YOt6W9MG8DiB - KpXVlmgt.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にダウンロードしてください。
from paddleocr import TextRecognition
model = TextRecognition(model_name="cyrillic_PP-OCRv3_mobile_rec")
output = model.predict(input="YOt6W9MG8DiB-KpXVlmgt.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、次のような結果が得られます。
{'res': {'input_path': '/root/.paddlex/predict_input/YOt6W9MG8DiB-KpXVlmgt.png', 'page_index': None, 'rec_text': 'Тестовый пример ', 'rec_score': 0.9727675318717957}}
コマンドとパラメータの説明の詳細については、[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、複数のモデルで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、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)
- テキスト画像矯正モジュール(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
以下の単一コマンドを実行して、OCRパイプラインをすばやく体験してください。
paddleocr ocr - i https://cdn - uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/1sEmA8JVc7UImQDHOxtrl.png \
--text_recognition_model_name cyrillic_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/1sEmA8JVc7UImQDHOxtrl.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([[[ 1, 8],
...,
[ 1, 38]],
...,
[[ 3, 123],
...,
[ 3, 142]]], 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': ['Тестовыйпример', 'кириллического', 'многострочного', 'текCта'], 'rec_scores': array([0.99725181, ..., 0.86859041]), 'rec_polys': array([[[ 1, 8],
...,
[ 1, 38]],
...,
[[ 3, 123],
...,
[ 3, 142]]], dtype=int16), 'rec_boxes': array([[ 1, ..., 41],
...,
[ 3, ..., 142]], dtype=int16)}}
コマンドライン方式はすばやい体験に適しています。プロジェクトへの統合には、数行のコードで済みます。
from paddleocr import PaddleOCR
ocr = PaddleOCR(
text_recognition_model_name="cyrillic_PP-OCRv3_mobile_rec",
use_doc_orientation_classify=False,
use_doc_unwarping=False,
use_textline_orientation=True,
device="gpu:0",
)
result = ocr.predict("https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/1sEmA8JVc7UImQDHOxtrl.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。したがって、text_recognition_model_name
パラメータでcyrillic_PP - OCRv3_mobile_rec
を指定する必要があります。また、text_recognition_model_dir
パラメータを使用して、ローカルのモデルファイルを使用することもできます。コマンドとパラメータの説明の詳細については、[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。
✨ 主な機能
cyrillic_PP - OCRv3_mobile_recモデルには以下の特性があります。
属性 |
詳細 |
モデルタイプ |
PP - OCRv3認識モデルをベースに訓練された超軽量キリル文字認識モデルで、キリル文字と数字文字の認識をサポートします |
訓練データ |
未提及 |
認識平均正解率 |
94.28% |
モデル保存サイズ |
7.9M |
注意:行内の任意の文字(句読点を含む)が誤っている場合、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のより高い精度が保証されます。
📄 ライセンス
本プロジェクトはApache - 2.0ライセンスを採用しています。
🔗 関連リンク