PP-OCRv4
PP-OCRv4 е четвртата генерација на моделите на PaddleOCR за детекција и препознавање текст, објавени во мобилна и серверска верзија.
Издание на PaddleOCR (PP-OCR). Други верзии: PP-OCRv5.
- Објавен
- септември 2023, со PaddleOCR 2.7
- ID на моделот
- PP-OCRv4_server_det, PP-OCRv4_mobile_det, PP-OCRv4_server_rec, PP-OCRv4_mobile_rec
- Големина
- Детекција: 4.70M (мобилна) и 110M (серверска)
- Лиценца
- Apache-2.0
- Се пребарува и како
- pp-ocrv4, ppocrv4, paddleocr 2.7
Што е ново во PP-OCRv4
- Над 4% попрецизен од PP-OCRv3 на кинески текст и околу 6% на англиски и цифри.
- Просечната точност кај четири повеќејазични групи е зголемена за над 8%. Латиницата порасна од 71.57% на 80.00%.
- Нова глава за детекција (PFHead), динамичен shrink ratio и PP-LCNetV3 backbone.
- Препознавањето додава Lite-Neck, GTC-NRTR водено тренирање, multi-scale тренирање и DKD дестилација.
- Прво издание со мобилна и серверска верзија на моделите.
Бенчмарки за PP-OCRv4
| Бенчмарк | Резултат | Забелешка |
|---|---|---|
| Точност на препознавање англиски | 70.1% | PP-OCRv3: 64.04%. Сопствен сет на PaddleOCR |
| Точност на препознавање латиница | 80.00% | PP-OCRv3: 71.57% |
| End-to-end Hmean за кинески | 62.24% | PP-OCRv3: 57.99% |
Резултати според авторите. Не сме ги повториле.
Користете го PP-OCRv4 преку API
OCRRouter извршува друго издание на PaddleOCR (PP-OCR) како paddle/paddleocr.
1PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / page
paddle/paddleocr-vl6 credits / page2GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageВерзии на PaddleOCR (PP-OCR)
- PaddleOCR (PP-OCR): сите верзии, цена, брзина и функции на OCRRouter
- PP-OCRv5 (20 мај 2025, со PaddleOCR 3.0)
- PP-OCRv4 (септември 2023, со PaddleOCR 2.7), оваа страница
Прашања
Извори
Последно ажурирано .