Github Star 4.5K＋，3.5M超超轻量中英文OCR模型开源，火了！
先看下PaddleOCR自今年年中开源以来，短短几个月在GitHub上的表现：
7月，8.6M超轻量模型发布，GitHub Trending 全球日榜榜单第一！
8月，开源CVPR2020顶会SOTA算法，再上GitHub趋势榜单！
9月，GitHub Star数量已超过4K， 近期又带来哪些重磅更新？
果然，看9月最新更新，PaddleOCR再次诚意满满为大家带来真干货，直接看官方介绍：
01.官方介绍
数量上，这次PaddleOCR一口气发布了三个系列模型，满足移动端、服务器端各种场景需求。而且，多语言也妥妥安排上了，全部训练代码和模型毫无保留开源。其中3.5M超轻量文字识别模型，堪称目前业界开源的最轻量OCR模型了。
质量上，如此轻量的模型，效果有保障吗？不看广告，直接看疗效。
先看几个常见的通用场景识别效果：
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
论文下载链接：
https://arxiv.org/abs/2009.09941
02.快速体验
PaddleOCR的3.5M超轻量OCR模型
1).PC端快速尝试：（打开网页，选一张图片，即可实时看到结果）
https://www.paddlepaddle.org.cn/hub/scene/ocr
2).手机端App安装体验
PaddleOCR在百度大脑EasyEdge上开放了文字识别APP demo。
示例效果如下（可以在github首页找到下载二维码）
多个开源repo测试对比
简单对比一下目前主流OCR方向开源repo的核心能力：
3).从性能指标来看：
针对OCR实际应用场景，包括合同，车牌，铭牌，火车票，化验单，表格，证书，街景文字，名片，数码显示屏等，收集的300张图像，每张图平均有17个文本框，PaddleOCR的F1-Score超过0.5，这个性能已经很不错了。
4).从功能完备来看：
预训练模型大小：easyOCR目前暂无超轻量模型，chineseocr_lite最新的模型是4.7M左右，而PaddleOCR提供的3.5M无疑是目前业界已知最轻量的。
PIP安装：目前仅PaddleOCR和easyOCR支持。
自定义训练：实际业务场景中，预训练模型往往不能满足需求，对于自定义训练和模型Finetuning，目前只有PaddleOCR支持。
部署方面：easyOCR模型较大不适合端侧部署，Chineseocr_lite和PaddleOCR都具备端侧部署能力。
开发者可以根据自己的实际需求，选择适合自己的开源方案。
对于PaddleOCR 3.5MB的超轻量模型，是如何做到的，repo中也给出了解释。
3.5M超轻量模型应用了一套超轻量OCR系统PP-OCR，主要由DB文本检测、检测框矫正和CRNN文本识别三部分组成。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略，对各个模块的模型进行效果调优和瘦身。
其中，飞桨模型压缩库PaddleSlim为PaddleOCR超轻量化模型的实现提供了核心的技术支撑。从超轻量模型8.1M的压缩到3.5M，模型大小降低了56.79%，其中检测模型速度提升21%，而且整体模型精度还有提升。
除了3.5M超轻量OCR模型，PaddleOCR提供了多语言预训练模型（英、德、法、韩、日），支持自定义训练和丰富的部署方式。
想了解更多，欢迎加入PaddleOCR技术交流群，跟百度高工交流，第一时间获得技术支持。
PaddleOCR技术交流群
招募活动预告
10月24日，百度AI快车道将在上海举办线下活动，欢迎上海OCR方向的开发者们，我们相聚上海徐汇区【LOFAS集聚空间】,“共度1024程序员节”！
更多飞桨的相关内容，请参阅以下内容：
官网地址：https://www.paddlepaddle.org.cn
飞桨PaddleOCR项目地址：
GitHub: https://github.com/PaddlePaddle/PaddleOCR
Gitee: https://gitee.com/paddlepaddle/PaddleOCR
飞桨PaddleSlim项目地址：
GitHub: https://github.com/PaddlePaddle/PaddleSlim
Gitee: https://gitee.com/paddlepaddle/PaddleSlim
PP-OCR技术文章：
论文下载：https://arxiv.org/abs/2009.09941
也可以点击“查看原文”加入交流群！