CNOCR:测试集准确率最高98%,自带识别模型的中文OCR包

2020/06/28 16:20 · python教程 ·  转载文章 · 331阅读 · 0评论

今天 Gitee 为大家介绍的是一款中文 OCR 包。大家都知道,训练模型是一件非常费时费力的事情,但今天这款项目已经自带训练好的识别模型,我们只需要下载下来使用即可,可以说是非常方便了,那么下面我们就去看看这个项目的详细信息吧。

项目名称:cnocr

项目作者:cyahua

开源许可协议:Apache-2.0

项目地址:https://gitee.com/cyahua/cnocr

项目简介

cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型,安装后即可直接使用。

cnocr主要针对的是排版简单的印刷体文字图片,如截图图片,扫描件等。cnocr目前内置的文字检测和分行模块无法处理复杂的文字排版定位。如果要用于场景文字图片的识别,需要结合其他的场景文字检测引擎使用。

示例

CNOCR:测试集准确率最高98%,自带识别模型的中文OCR包 第1张

CNOCR:测试集准确率最高98%,自带识别模型的中文OCR包 第2张 CNOCR:测试集准确率最高98%,自带识别模型的中文OCR包 第3张

可直接使用的模型

cnocr的ocr模型可以分为两阶段:第一阶段是获得ocr图片的局部编码向量,第二部分是对局部编码向量进行序列学习,获得序列编码向量。目前两个阶段分别包含以下的模型

  1. 局部编码模型(emb model)
    1. conv:多层的卷积网络;
    2. conv-lite:更小的多层卷积网络;
    3. densenet:一个小型的densenet网络;
    4. densenet-lite:一个更小的densenet网络。
  2. 序列编码模型(seq model)
    1. lstm:两层的LSTM网络;
    2. gru:两层的GRU网络;
    3. fc:两层的全连接网络。

cnocr目前包含以下可直接使用的模型,训练好的模型都放在 cnocr-models 项目中,可免费下载使用:

CNOCR:测试集准确率最高98%,自带识别模型的中文OCR包 第4张

特色

本项目的初期代码fork自 crnn-mxnet-chinese-text-recognition,感谢作者。

但源项目使用起来不够方便,所以我在此基础上做了一些封装和重构。主要变化如下:

  • 不再使用需要额外安装的MXNet WarpCTC Loss,改用原生的 MXNet CTC Loss。所以安装极简!
  • 自带训练好的中文OCR识别模型。不再需要额外训练!
  • 增加了预测(或推断)接口。所以使用方便!

如果你对这个项目感兴趣,想要亲自试一试识别的效果的话,可以点击后面的链接前往项目主页看看,如果觉得不错记得给它一个 Star 哦:gitee.com/cyahua/cnoc…

您可能感兴趣的文章

本文地址:http://www.pythongcs.cn/567.html
文章标签: ,   ,   ,  
温馨提示:文章内容系作者个人观点,不代表Python工程狮对观点赞同或支持。
版权声明:本文为转载文章,来源于 Gitee ,版权归原作者所有,欢迎分享本文,转载请保留出处!

文件下载

老薛主机终身7折优惠码boke112

上一篇:
下一篇:

 发表评论


表情