Skip to content

可用的模型

直接使用的模型都放在 cnstd-cnocr-models 项目中，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_shufflenet_v2_tiny √ X cnocr 7.5 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 √
ch_PP-OCRv3_det X √ ppocr 2.3 M 简体中文、繁体中文、英文、数字 √
ch_PP-OCRv2_det X √ ppocr 2.2 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 √

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 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 参数规模 模型文件大小 准确度 平均推断耗时（毫秒/图）
densenet_lite_114-fc √ √ 1.3 M 4.9 M 0.9274 9.229
densenet_lite_124-fc √ √ 1.3 M 5.1 M 0.9429 10.112
densenet_lite_134-fc √ √ 1.4 M 5.4 M 0.954 10.843
densenet_lite_136-fc √ √ 1.5M 5.9 M 0.9631 11.499
densenet_lite_134-gru √ X 2.9 M 11 M 0.9738 17.042
densenet_lite_136-gru √ X 3.1 M 12 M 0.9756 17.725

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。
  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。
  3. 平均耗时 是针对 PyTorch 版本 获得的，ONNX 版本 耗时大致是 PyTorch 版本 的一半。

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
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_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

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