Skip to content

可用的模型

直接使用的模型都放在 cnstd-cnocr-models 或对应的 breezedeus/cnocr-ppocr-*、breezedeus/cnstd-ppocr-* HuggingFace 模型仓库中，可免费下载使用。如果下载太慢，也可以从 百度云盘 下载， 提取码为 nocr。具体方法可参考 使用方法 。

模型分为两大类，1）来自 CnSTD 的检测模型；2）来自 CnOCR 的识别模型。

检测模型

具体说明请参考 CnSTD 文档，以下仅罗列出可用模型：

det_model_name PyTorch 版本 ONNX 版本 模型原始来源 模型文件大小 支持语言 是否支持竖排文字识别
db_shufflenet_v2 √ X cnocr 18 M 简体中文、繁体中文、英文、数字 √
db_shufflenet_v2_small √ X cnocr 12 M 简体中文、繁体中文、英文、数字 √
db_mobilenet_v3 √ X cnocr 16 M 简体中文、繁体中文、英文、数字 √
db_mobilenet_v3_small √ X cnocr 7.9 M 简体中文、繁体中文、英文、数字 √
db_resnet34 √ X cnocr 86 M 简体中文、繁体中文、英文、数字 √
db_resnet18 √ X cnocr 47 M 简体中文、繁体中文、英文、数字 √
multi_PP-OCRv6_det_tiny X √ ppocr 1.7 M 多语种（不含日文） √
multi_PP-OCRv6_det_small X √ ppocr 9.5 M 多语种 √
multi_PP-OCRv6_det_medium X √ ppocr 59 M 多语种 √
ch_PP-OCRv5_det X √ ppocr 4.6 M 简体中文、繁体中文、英文、数字 √
ch_PP-OCRv5_det_server X √ ppocr 84 M 简体中文、繁体中文、英文、数字 √
ch_PP-OCRv4_det X √ ppocr 4.5 M 简体中文、繁体中文、英文、数字 √
ch_PP-OCRv4_det_server X √ ppocr 108 M 简体中文、繁体中文、英文、数字 √
ch_PP-OCRv3_det X √ ppocr 2.3 M 简体中文、繁体中文、英文、数字 √
en_PP-OCRv3_det X √ ppocr 2.3 M 英文、数字 √

PP-OCRv6 的 multi_PP-OCRv6_det_small 和 multi_PP-OCRv6_det_medium 支持的 lang_type 包括：ch, chinese_cht, en, japan, af, az, bs, ca, cs, cy, da, de, es, et, eu, fi, fr, ga, gl, hr, hu, id, is, it, ku, la, lb, lt, lv, mi, ms, mt, nl, no, oc, pl, pt, qu, rm, ro, rs_latin, sk, sl, sq, sv, sw, tl, tr, uz, vi, french, german；multi_PP-OCRv6_det_tiny 不支持 japan。multi 是模型族名称，不是可传入的 lang_type。

Note

列 PyTorch 版本 为 √ 表示此模型支持 det_model_backend=='pytorch'；列 ONNX 版本 为 √ 表示此模型支持 det_model_backend=='onnx'；取值为 X 则表示不支持对应的取值。

识别模型

CnOCR 自 V2.1.2 之后，可直接使用的识别模型包含两类：1）CnOCR 自己训练的模型，通常会包含 PyTorch 和 ONNX 版本；2）从其他ocr引擎搬运过来的训练好的外部模型，ONNX化后用于 CnOCR 中。

1) CnOCR 自己训练的模型

CnOCR V2.3 重新训练了所有的模型，模型较 V2.2.* 精度更高。V2.3 按使用场景把模型分为几大类场景：

  • scene：场景图片，适合识别一般拍照图片中的文字。此类模型以 scene- 开头，如模型 scene-densenet_lite_136-gru。
  • doc：文档图片，适合识别规则文档的截图图片，如书籍扫描件等。此类模型以 doc- 开头，如模型 doc-densenet_lite_136-gru。
  • number：仅识别纯数字（只能识别 0~9 十个数字）图片，适合银行卡号、身份证号等场景。此类模型以 number- 开头，如模型 number-densenet_lite_136-gru。
  • general: 通用场景，适合图片无明显倾向的一般图片。此类模型无特定开头，与旧版模型名称保持一致，如模型 densenet_lite_136-gru。

注意 ⚠️：以上说明仅为参考，具体选择模型时建议以实际效果为准。

同时，加入了两个参数量更多的模型系列：

  • *-densenet_lite_246-gru_base：优先供 知识星球 CnOCR/CnSTD私享群 会员使用，后续会免费开源。
  • *-densenet_lite_666-gru_large：Pro 模型，购买后可使用。购买链接见文档：

CnOCR 自己训练的模型都支持常见简体中文、英文和数字的识别，大家也可以基于这些模型在自己的领域数据上继续精调模型。模型列表如下：

rec_model_name PyTorch 版本 ONNX 版本 模型原始来源 模型文件大小 支持语言 是否支持竖排文字识别
densenet_lite_136-gru 🆕 √ √ cnocr 12 M 简体中文、英文、数字 X
scene-densenet_lite_136-gru 🆕 √ √ cnocr 12 M 简体中文、英文、数字 X
doc-densenet_lite_136-gru 🆕 √ √ cnocr 12 M 简体中文、英文、数字 X
densenet_lite_246-gru_base 🆕
(星球会员专享)		 √ √ cnocr 25 M 简体中文、英文、数字 X
scene-densenet_lite_246-gru_base 🆕
(星球会员专享)		 √ √ cnocr 25 M 简体中文、英文、数字 X
doc-densenet_lite_246-gru_base 🆕
(星球会员专享)		 √ √ cnocr 25 M 简体中文、英文、数字 X
densenet_lite_666-gru_large 🆕
（购买链接：B站、Lemon Squeezy）		 √ √ cnocr 82 M 简体中文、英文、数字 X
scene-densenet_lite_666-gru_large 🆕
（购买链接：B站、Lemon Squeezy）		 √ √ cnocr 82 M 简体中文、英文、数字 X
doc-densenet_lite_666-gru_large 🆕
（购买链接：B站、Lemon Squeezy）		 √ √ cnocr 82 M 简体中文、英文、数字 X
number-densenet_lite_136-fc 🆕 √ √ cnocr 2.7 M 纯数字（仅包含 0~9 十个数字） X
number-densenet_lite_136-gru 🆕
(星球会员专享)		 √ √ cnocr 5.5 M 纯数字（仅包含 0~9 十个数字） X
number-densenet_lite_666-gru_large 🆕
（购买链接：B站、Lemon Squeezy）		 √ √ cnocr 55 M 纯数字（仅包含 0~9 十个数字） X

一些说明：

  1. 模型名称是由局部编码模型和序列编码模型名称拼接而成，以符合"-"分割，如 densenet_lite_136-gru。如果是特定应用场景，则前面还增加了场景名称，如 scene-densenet_lite_136-gru。
  2. 列 PyTorch 版本 为 √ 表示此模型支持 model_backend=='pytorch'；列 ONNX 版本 为 √ 表示此模型支持 model_backend=='onnx'；取值为 X 则表示不支持对应的取值。

CnOCR 的自有模型从结构上可以分为两阶段：第一阶段是获得ocr图片的局部编码向量，第二部分是对局部编码向量进行序列学习，获得序列编码向量。目前的PyTorch版本的两个阶段分别包含以下模型：

  1. 局部编码模型（emb model）
  2. densenet_lite_<numbers>：一个微型的densenet网络；其中的<number>表示模型中每个block包含的层数。
  3. densenet：一个小型的densenet网络；
  4. 序列编码模型（seq model）
  5. fc：两层的全连接网络；
  6. gru：一层的GRU网络；
  7. lstm：一层的LSTM网络。

2) 外部模型

以下模型是 PaddleOCR 中模型的 ONNX 版本，所以不会依赖 PaddlePaddle 相关工具包，故而也不支持基于这些模型在自己的领域数据上继续精调模型。这些模型应该都支持竖排文字。

model_name PyTorch 版本 ONNX 版本 支持语言 是否支持竖排文字识别 模型文件大小
multi_PP-OCRv6_tiny X √ 多语种（不含日文） √ 4.3 M
multi_PP-OCRv6 / multi_PP-OCRv6_small X √ 多语种 √ 20 M
multi_PP-OCRv6_medium X √ 多语种 √ 73 M
ch_PP-OCRv5 X √ 简体中文、英文、数字 √ 16 M
ch_PP-OCRv5_server X √ 简体中文、英文、数字 √ 81 M
ch_PP-OCRv4 X √ 简体中文、英文、数字 √ 10 M
ch_PP-OCRv4_server X √ 简体中文、英文、数字 √ 86 M
ch_PP-OCRv3 X √ 简体中文、英文、数字 √ 10 M
ch_ppocr_mobile_v2.0 X √ 简体中文、英文、数字 √ 4.2 M
en_PP-OCRv3 X √ 英文、数字 √ 8.5 M
en_PP-OCRv4 X √ 英文、数字 √ 8.6 M
en_number_mobile_v2.0 X √ 英文、数字 √ 1.8 M
chinese_cht_PP-OCRv3 X √ 繁体中文、英文、数字 X 11 M
japan_PP-OCRv3 X √ 日文、英文、数字 √ 9.6 M
korean_PP-OCRv3 X √ 韩文、英文、数字 √ 9.4 M
latin_PP-OCRv3 X √ 拉丁文、英文、数字 √ 8.6 M
arabic_PP-OCRv3 X √ 阿拉伯文、英文、数字 √ 8.6 M

PP-OCRv6 的 multi_PP-OCRv6_small、multi_PP-OCRv6_medium 支持的 lang_type 包括：ch, chinese_cht, en, japan, af, az, bs, ca, cs, cy, da, de, es, et, eu, fi, fr, ga, gl, hr, hu, id, is, it, ku, la, lb, lt, lv, mi, ms, mt, nl, no, oc, pl, pt, qu, rm, ro, rs_latin, sk, sl, sq, sv, sw, tl, tr, uz, vi, french, german；multi_PP-OCRv6_tiny 不支持 japan。multi_PP-OCRv6 是 multi_PP-OCRv6_small 的别名；multi 是模型族名称，不是可传入的 lang_type。

更多模型可参考 PaddleOCR/models_list.md 。如有其他外语识别需求，可在 知识星球 CnOCR/CnSTD私享群 中向作者提出建议。