Github Star 10k，超級好用的 OCR 數據合成與半自動標注工具
一、導讀
OCR方向的工程師，一定需要知道這個OCR開源項目：PaddleOCR
短短幾個月，累計Star數量已超過10k，
頻頻登上Github Trending 日榜月榜，
稱它為 OCR方向目前最火的repo絕對不為過。
最近，它又帶來四大新發布與升級：
核心內容先睹為快：
- 全新發布數據合成工具Style-Text： 可以批量合成大量與目標場景類似的圖像，在多個場景驗證，效果均提升15%以上。
- 全新發布半自動數據標注工具PPOCRLabel： 有了它數據標注工作事半功倍，相比labelimg標注效率提升60%以上，社區小規模測試，好評如潮。
- 多語言識別模型效果升級： 在開源測試集評估，中文、英文、韓語、法語、德語、日文識別效果均優于EasyOCR。
- PP-OCR開發體驗再升級： 支持動態圖開發（訓練調試更方便），靜態圖部署（預測效率更高），魚與熊掌可以兼得。
二、PaddleOCR歷史表現回顧
先看下PaddleOCR自去年6月開源以來，短短幾個月在GitHub上的表現：
- 6月，8.6M超輕量模型發布，GitHub Trending 全球趨勢榜日榜第一。
- 8月，開源CVPR2020頂會SOTA算法，再上GitHub趨勢榜單！
- 10月，發布PP-OCR算法，開源3.5M超超輕量模型，再登Paperswithcode 趨勢榜第一。
這個含金量，廣大的GitHub開發者們自然懂，3.5M超超輕量模型的效果圖大家直接看，絕對杠杠的。
火車票、表格、金屬銘牌、翻轉圖片、外語都是妥妥的，3.5M的模型能達到這個識別精度，絕對是良心之作了！
傳送門：
Github：https://github.com/PaddlePaddle/PaddleOCR
那么最近的12月份更新，又給大家帶來哪些驚喜呢？
三、全新發布OCR數據合成工具：Style-Text
相比于傳統的數據合成算法，Style-Text可以實現特殊背景下的圖片風格遷移，只需要少許目標場景圖像，就可以合成大量數據，效果展示如下：
1、相同背景批量數據合成
2、相同文字批量數據合成
3、圖片分離前景背景
除了拉風的效果，采用這樣的合成數據和真實數據一起訓練，可以顯著提升特殊場景的性能指標，分別以兩個場景為例：
怎么樣，絕對是黑科技了吧。
這項能力核心算法是基于百度和華科合作研發的文本編輯算法《Editing Text in the Wild》https://arxiv.org/abs/1908.03047
不同于常用的基于GAN的數據合成工具，Style-Text主要框架包括 ①文本前景風格遷移模塊 ②背景抽取模塊 ③融合模塊。經過這樣三步，就可以迅速實現圖片文字風格遷移啦。
四、超強OCR數據標注工具：PPOCRLabel
除了數據合成，數據標注也一直是深度學習開發者關注的重點，無論是從成本還是時間上面，提高標注效率，降低標注成本太重要了。
PPOCRLabel通過內置高質量的PPOCR中英文超輕量預訓練模型，可以實現OCR數據的高效標注。CPU機器運行也是完全沒問題的。
話不多說，直接看PPOCRLabel效果演示：
用法也是非常的簡單，標注效率提升60%-80%是妥妥的。只能說，真的太香了。
五、最好的多語言模型效果
簡單對比一下目前主流OCR方向開源repo的核心能力：
中英文模型性能及功能對比
其中，部分多語言模型性能及功能（F1-Score）對比（僅EasyOCR提供）
值得一提的是，目前已經有全球開發者通過PR或者issue的方式為PaddleOCR提供多語言的字典和語料，在PaddleOCR上已經完成了全球主流語言的廣泛覆蓋：包括中文簡體、中文繁體、英文、法文、德文、韓文、日文、意大利文、西班牙文、葡萄牙文、俄羅斯文、阿拉伯文、印地文、維吾爾文、波斯文、烏爾都文、塞爾維亞文（latin）、歐西坦文、馬拉地文、尼泊爾文、塞爾維亞文、保加利亞文、烏克蘭文、白俄羅斯文、泰盧固文、卡納達文、泰米爾文，也歡迎更多開發者可以參與共建。
六、PP-OCR開發體驗再升級
動態圖和靜態圖是深度學習框架常用的兩種模式。在動態圖模式下，代碼編寫運行方式符合Python程序員的習慣，易于調試，但在性能方面， Python執行開銷較大，與C++有一定差距。
相比動態圖，靜態圖在部署方面更具有性能的優勢。靜態圖程序在編譯執行時，預先搭建好的神經網絡可以脫離Python依賴，在C++端被重新解析執行，而且擁有整體網絡結構也能進行一些網絡結構的優化。
飛槳動態圖中新增了動態圖轉靜態圖的功能，支持用戶使用動態圖編寫組網代碼。預測部署時，飛槳會對用戶代碼進行分析，自動轉換為靜態圖網絡結構，兼顧了動態圖易用性和靜態圖部署性能兩方面優勢。
七、良心出品的中英文文檔教程
別的不需要多說了，大家訪問GitHub點過star之后自己體驗吧：
https://github.com/PaddlePaddle/PaddleOCR
