PP-OCRv2：超轻量 OCR 系统的技巧集
计算机视觉与模式识别
2021-10-13 v2
摘要
光学字符识别（OCR）系统已广泛应用于各种应用场景。设计一个 OCR 系统仍是一项具有挑战性的任务。在先前工作中，我们提出了一种实用的超轻量 OCR 系统（PP-OCR）以平衡精度与效率。为了在提升 PP-OCR 精度的同时保持高效率，本文我们提出了一个更鲁棒的 OCR 系统，即 PP-OCRv2。我们引入技巧集来训练更好的文本检测器和更好的文本识别器，包括协同互学习（CML）、CopyPaste、轻量 CPU 网络（LCNet）、统一深度互学习（U-DML）和增强 CTC 损失。真实数据上的实验表明，在相同推理成本下 PP-OCRv2 的精度比 PP-OCR 高 7%。它也可与以 ResNet 系列为骨干网络的 PP-OCR 服务端模型相媲美。上述所有模型均已开源，代码可在由 PaddlePaddle 驱动的 GitHub 仓库 PaddleOCR 中获取。
引用
@article{arxiv.2109.03144,
title = {PP-OCRv2: Bag of Tricks for Ultra Lightweight OCR System},
author = {Yuning Du and Chenxia Li and Ruoyu Guo and Cheng Cui and Weiwei Liu and Jun Zhou and Bin Lu and Yehua Yang and Qiwen Liu and Xiaoguang Hu and Dianhai Yu and Yanjun Ma},
journal= {arXiv preprint arXiv:2109.03144},
year = {2021}
}
备注
8 pages, 9 figures, 5 tables