GitHub 热榜：这款超硬核的 OCR 开源工具，我给 99.99 分！

公众号关注 “GitHubDaily”

设为 “星标”，每天带你逛 GitHub！

一、导读

OCR 方向的工程师，一定需要知道这个 OCR 开源项目：PaddleOCR

短短几个月，累计 Star 数量已超过 8.5K，

频频登上 Github Trending 日榜月榜，

称它为 OCR 方向目前最火的 repo 绝对不为过。

最近，它又带来四大新发布与升级：

核心内容先睹为快：

全新发布数据合成工具 Style-Text：可以批量合成大量与目标场景类似的图像，在多个场景验证，效果均提升 15% 以上。
全新发布半自动数据标注工具 PPOCRLabel：有了它数据标注工作事半功倍，相比 labelimg 标注效率提升 60% 以上，社区小规模测试，好评如潮。
多语言识别模型效果升级：在开源测试集评估，中文、英文、韩语、法语、德语、日文识别效果均优于 EasyOCR。
PP-OCR 开发体验再升级：支持动态图开发（训练调试更方便），静态图部署（预测效率更高），鱼与熊掌可以兼得。

二、PaddleOCR 历史表现回顾

先看下 PaddleOCR 自去年 6 月开源以来，短短几个月在 GitHub 上的表现：

6 月，8.6M 超轻量模型发布，GitHub Trending 全球趋势榜日榜第一。
8 月，开源 CVPR2020 顶会 SOTA 算法，再上 GitHub 趋势榜单！
10 月，发布 PP-OCR 算法，开源 3.5M 超超轻量模型，再下 Paperswithcode 趋势榜第一

这个含金量，广大的 GitHub 开发者们自然懂，

3.5M 超超轻量模型的效果图大家直接看，绝对杠杠的。

火车票、表格、金属铭牌、翻转图片、外语都是妥妥的，

3.5M 的模型能达到这个识别精度，绝对是良心之作了！

传送门：

GitHub：https://github.com/PaddlePaddle/PaddleOCR

那么最近的 12 月份更新，又给大家带来哪些惊喜呢？

三、全新发布 OCR 数据合成工具：Style-Text

相比于传统的数据合成算法，Style-Text 可以实现特殊背景下的图片风格迁移，只需要少许目标场景图像，就可以合成大量数据，效果展示如下：

1、相同背景批量数据合成

2、相同文字批量数据合成

2、图片分离前景背景

除了拉风的效果，采用这样的合成数据和真实数据一起训练，可以显著提升特殊场景的性能指标，分别以两个场景为例：

怎么样，绝对是黑科技了吧。

这项能力核心算法是基于百度和华科合作研发的文本编辑算法《Editing Text in the Wild》https://arxiv.org/abs/1908.03047

不同于常用的基于 GAN 的数据合成工具，Style-Text 主要框架包括 ①文本前景风格迁移模块 ②背景抽取模块 ③融合模块。经过这样三步，就可以迅速实现图片文字风格迁移啦。

四、超强 OCR 数据标注工具：PPOCRLabel

除了数据合成，数据标注也一直是深度学习开发者关注的重点，

无论是从成本还是时间上面，提高标注效率，降低标注成本太重要了。

PPOCRLabel 通过内置高质量的 PPOCR 中英文超轻量预训练模型，可以实现 OCR 数据的高效标注。

CPU 机器运行也是完全没问题的。

话不多说，直接看 PPOCRLabel 效果演示：

用法也是非常的简单，标注效率提升 60%-80% 是妥妥的。

只能说，真的太香了。

五、最好的多语言模型效果

简单对比一下目前主流 OCR 方向开源 repo 的核心能力：

中英文模型性能及功能对比

其中，部分多语言模型性能及功能（F1-Score）对比（仅 EasyOCR 提供）

值得一提的是，目前已经有全球开发者通过 PR 或者 issue 的方式为 PaddleOCR 提供多语言的字典和语料，在 PaddleOCR 上已经完成了全球主流语言的广泛覆盖：包括中文简体、中文繁体、英文、法文、德文、韩文、日文、意大利文、西班牙文、葡萄牙文、俄罗斯文、阿拉伯文、印地文、维吾尔文、波斯文、乌尔都文、塞尔维亚文（latin）、欧西坦文、马拉地文、尼泊尔文、塞尔维亚文、保加利亚文、乌克兰文、白俄罗斯文、泰卢固文、卡纳达文、泰米尔文，也欢迎更多开发者可以参与共建。

六、PP-OCR 开发体验再升级

动态图和静态图是深度学习框架常用的两种模式。在动态图模式下，代码编写运行方式符合 Python 程序员的习惯，易于调试，但在性能方面， Python 执行开销较大，与 C++ 有一定差距。

相比动态图，静态图在部署方面更具有性能的优势。静态图程序在编译执行时，预先搭建好的神经网络可以脱离 Python 依赖，在 C++ 端被重新解析执行，而且拥有整体网络结构也能进行一些网络结构的优化。

飞桨动态图中新增了动态图转静态图的功能，支持用户使用动态图编写组网代码。预测部署时，飞桨会对用户代码进行分析，自动转换为静态图网络结构，兼顾了动态图易用性和静态图部署性能两方面优势。

七、良心出品的中英文文档教程

别的不需要多说了，大家访问 GitHub 点过 star 之后自己体验吧：

https://github.com/PaddlePaddle/PaddleOCR

“扫描下方海报二维码报名，立即加入技术交流群”

下周更有三节深度技术公开课等你来参加，玩转 PaddleOCR 就差这三节课啦～～

官网地址：https://www.paddlepaddle.org.cn

PaddleOCR 项目地址：

GitHub: https://github.com/PaddlePaddle/PaddleOCR

Gitee: https://gitee.com/paddlepaddle/PaddleOCR