PaddleOCR的初体验

参加了某度的线上直播，主播系统介绍了paddleOCR产品，感觉凶得很啊。
找台带显卡的服务器+docker+nviidia-docker，就能跑测试样例。

官方文档：
环境配置：https://github.com/PaddlePaddle/PaddleOCR
主要是cuda运行环境+拉取PaddleOCR代码+安装依赖包
建议使用docker进行配置，便于环境隔离和管理。

测试：超级轻量级中文OCR模型

• 其实就是由检测模型DB（4.1M）+识别模型CRNN（4.5M）联合的
• 单模型支持中英文数字组合识别、竖排文本识别、长文本识别

下载inference模型文件包

该模型包含DB检测模型 + CRNN识别模型

cd PaddleOCR/
wget https://paddleocr.bj.bcebos.com/inference.tar
### inference模型文件包解压
tar -xf inference.tar

查看模型 ：ls -lh inference/rec/

可以看到训练好的检测和识别推理模型总大小只有8.7M。应该是非常轻量级的了，下面来看看模型的测试结果。

官方样例：
1）竖向文字OCR


横向文字OCR


手机拍摄图片OCR



不得不说提供的DB模型确实兼顾了横向和竖向文字检测能力，但对弯曲文本的处理泛化能力明显不那么强。CRNN识别能力看着还不错，如果是做应用做些针对性训练应该能满足需求。最值的借鉴的是对整个模型的压缩处理。