Cyrillic PP OCRv3 Mobile Rec

🚀 西里爾文PP-OCRv3移動端識別模型

cyrillic_PP-OCRv3_mobile_rec是一款由PaddleOCR團隊開發的文本行識別模型，屬於PP-OCRv3_rec系列。該模型基於PP-OCRv3_mobile_rec訓練，專門針對西里爾文進行優化，能夠高效準確地識別西里爾文文本。

🚀 快速開始

📦 安裝指南

安裝PaddlePaddle

請參考以下命令，使用pip安裝PaddlePaddle：

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

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

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

PaddlePaddle安裝詳情請參考PaddlePaddle官方網站。

安裝PaddleOCR

從PyPI安裝最新版本的PaddleOCR推理包：

python -m pip install paddleocr

💻 使用示例

基礎用法

你可以使用以下單命令快速體驗模型功能：

paddleocr text_recognition \
    --model_name cyrillic_PP-OCRv3_mobile_rec \
    -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/YOt6W9MG8DiB-KpXVlmgt.png

你也可以將文本識別模塊的模型推理集成到你的項目中。在運行以下代碼之前，請將示例圖像下載到本地。

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")

運行後，得到的結果如下：

{'res': {'input_path': '/root/.paddlex/predict_input/YOt6W9MG8DiB-KpXVlmgt.png', 'page_index': None, 'rec_text': 'Тестовый пример ', 'rec_score': 0.9727675318717957}}

使用命令和參數說明詳情請參考文檔。

高級用法

單個模型的能力有限，但由多個模型組成的管道可以提供更強的能力來解決現實場景中的難題。

PP-OCRv3

通用OCR管道用於解決文本識別任務，通過從圖像中提取文本信息並以字符串格式輸出。管道中有5個模塊：

• 文檔圖像方向分類模塊（可選）
• 文本圖像矯正模塊（可選）
• 文本行方向分類模塊（可選）
• 文本檢測模塊
• 文本識別模塊

運行以下單命令快速體驗OCR管道：

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 

結果將打印到終端：

{'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)}}

命令行方法適用於快速體驗。對於項目集成，也只需要幾行代碼：

from paddleocr import PaddleOCR  

ocr = PaddleOCR(
    text_recognition_model_name="cyrillic_PP-OCRv3_mobile_rec",
    use_doc_orientation_classify=False, # 使用use_doc_orientation_classify啟用/禁用文檔方向分類模型
    use_doc_unwarping=False, # 使用use_doc_unwarping啟用/禁用文檔矯正模塊
    use_textline_orientation=True, # 使用use_textline_orientation啟用/禁用文本行方向分類模型
    device="gpu:0", # 使用device指定GPU進行模型推理
)
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")

管道中默認使用的模型是PP-OCRv5_server_rec，因此需要通過參數text_recognition_model_name指定為cyrillic_PP-OCRv3_mobile_rec。你也可以通過參數text_recognition_model_dir使用本地模型文件。使用命令和參數說明詳情請參考文檔。

✨ 主要特性

cyrillic_PP-OCRv3_mobile_rec模型具有以下特性：

注意：如果一行中的任何字符（包括標點符號）錯誤，則整行標記為錯誤。這確保了在實際應用中更高的準確性。

📄 許可證

本項目採用Apache-2.0許可證。

🔗 相關鏈接

• PaddleOCR倉庫
• PaddleOCR文檔