当前位置： 首页 > news >正文

[目标检测] OCR: 文字检测、文字识别、text spotter

news 文章来源：https://blog.csdn.net/yinglang19941010/article/details/137603524 2024/11/1 3:23:27

概述

OCR技术存在两个步骤：文字检测和文字识别，而end-to-end完成这两个步骤的方法就是text spotter。

文字检测数据集摘要

daaset语言体量特色
MTWI中英文20k源于网络图像，主要由合成图像，产品描述，网络广告(淘宝)
MSRA-TD500中英文
SynthText800k img + 8000k text合成数据
CTW1500中文32k野外场景
ICDAR 2015
ICDAR 2019-ReCTS中文标识牌上的文字（店铺名等）
ICDAR2019-ArT中英文组合Total-Text+SCUT-CTW1500+Baidu Curved Scene Text
ICDAR2019-LSVT中英文30k full annotation + 40k weakly annotationLarge-scale Street View Text with Partial Labeling,
ICDAR2017-DeTextText Extraction from Biomedical Literature Figures， 生物医学文献图形中的文本提取
ICDAR 2011 (Born-Digital Images)、ICDAR 2017英文
CurvedSynText150k英文
Total-Text英文+少量中文1.5k各种形状的文本,包括水平的,多取向的和弯曲的
Lecture Video DB
IMGURhandwriting
KAIST
ILST印度语言三种印度语言（Devanagari 、 Telugu 和Malayalam）的场景文本识别数据集
VinText
BID巴西身份证件数据集
RCTW12k+手机野外拍摄，包括街景、海报、菜单、室内场景以及手机应用的截图
HierText (Google)英文自然图像或者文献

OCR方法

前沿text spotter方法

  • PSENet、PAN、PAN++(PAMI 2021)
  • DeepSolo (CVPR2023)

方法框架

  • mmocr: 集成方法并不是最新的(2022年以前的），其中预训练方法只支持英文，文字检测方法还可以检测出中文，文字识别无法识别中文，text spotter尚未介入到统一的接口中。

Github high star

  • tesseract（57.7k star）：大概率是文字识别模型，C/C++，提供command line tool。
  • PaddleOCR（38.1k star）: 80+ language support。提供轻量化、提供在线demo（后面有测试）,provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices。
  • EasyOCR（21.8k star）: pytorch based，文字检测基于CRAFT，识别基于LSTM+Transformer。Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc.提供 在线DEMO。
  • tesseract.js (33.2k star): pure Javascript OCR for more than 100 Languages。
  • UniOCR (20.6k star): 提供一个界面。
  • OCRmyPDF (11.8k star): 解析pdf图片，基于tesseract。

PaddleOCR（PP-OCRv4）测试图如下

（1）弧形分布文字检测和识别都不准
PPOCRv4
(2) 放大了也识别不出来，应该和training data相关

Reference

  • https://mmocr.readthedocs.io/en/dev-1.x/

相关文章：

[目标检测] OCR: 文字检测、文字识别、text spotter

概述 OCR技术存在两个步骤：文字检测和文字识别，而end-to-end完成这两个步骤的方法就是text spotter。 文字检测数据集摘要 daaset语言体量特色MTWI中英文20k源于网络图像，主要由合成图像，产品描述，网络广告(淘宝)MS…...

编程日记 2024/4/15 4:34:58

Windows环境下删除MySQL

文章目录 一、关闭MySQL服务1、winR打开运行，输入services.msc回车2、服务里找到MySQL并停止 二、卸载MySQL软件1、打开控制模板--卸载程序--卸载MySQL相关的所有组件 三、删除MySQL在物理硬盘上的所有文件1、删除MySQL的安装目录（默认在C盘下的Program …...

编程日记 2024/4/15 4:33:56

uniapp：uview-plus的一些记录

customStyle 并不是所有的组件都有customStyle属性来设置自定义属性，有的还是需要通过::v-deep来修改内置样式 form表单 labelStyle 需要的是一个对象 :labelStyle"{color: #333333,fontSize: 32rpx,fontWeight: 500}"dateTimePicker选择器设置默认值…...

编程日记 2024/4/15 4:31:53

OLTP 与 OLAP 系统说明对比和大数据经典架构 Lambda 和 Kappa 说明对比——解读大数据架构（五）

文章目录 前言OLTP 和 OLAPSMP 和 MPPlambda 架构Kappa 架构 前言 本文我们将研究不同类型的大数据架构设计，将讨论 OLTP 和 OLAP 的系统设计，以及有效处理数据的策略包括 SMP 和 MPP 等概念。然后我们将了解经典的 Lambda 架构和 Kappa 架构。 OLTP …...

编程日记 2024/4/15 4:29:52

步骤大全：网站建设3个基本流程详解

一.领取一个免费域名和SSL证书，和CDN 1.打开网站链接：https://www.rainyun.com/z22_ 2.在网站主页上，您会看到一个"登陆/注册"的选项。 3.点击"登陆/注册"，然后选择"微信登录"选项。 4.使用您的…...

编程日记 2024/4/15 4:27:49

利用Sentinel解决雪崩问题（二）隔离和降级

前言： 虽然限流可以尽量避免因高并发而引起的服务故障，但服务还会因为其它原因而故障。而要将这些故障控制在一定范围避免雪崩，就要靠线程隔离(舱壁模式)和熔断降级手段了，不管是线程隔离还是熔断降级，都是对客户端(调…...

编程日记 2024/4/15 4:21:44

基于springboot的房产销售系统源码数据库

基于springboot的房产销售系统源码数据库 摘 要 随着科学技术的飞速发展，各行各业都在努力与现代先进技术接轨，通过科技手段提高自身的优势；对于房产销售系统当然也不能排除在外，随着网络技术的不断成熟，带动了房产…...

编程日记 2024/4/15 4:20:42

【MATLAB】基于Wi-Fi指纹匹配的室内定位-仿真获取WiFi RSSI数据（附代码）

基于Wi-Fi指纹匹配的室内定位-仿真获取WiFi RSSI数据 WiFi指纹匹配是室内定位最为基础和常见的研究，但是WiFi指纹的采集可以称得上是labor-intensive和time-consuming。现在，给大家分享一下我们课题组之前在做WiFi指纹定位时的基于射线跟踪技术仿真WiFi…...

编程日记 2024/4/15 4:16:38

深圳晶彩智能ESP32-3248S035R使用LovyanGFX实现手写板

深圳晶彩智能ESP32-3248S035R介绍 深圳晶彩智能出品ESP32-3248S035R为3.5寸彩色屏采用分辨率480x320彩色液晶屏，驱动芯片是ST7796。板载乐鑫公司出品ESP-WROOM-32，Flash 4M。型号尾部“R”标识电阻膜的感压式触摸屏，驱动芯片是XPT2046。 Lo…...

编程日记 2024/4/15 4:15:25

【Spring Boot】深入解密Spring Boot日志：最佳实践与策略解析

💓 博客主页：从零开始的-CodeNinja之路 ⏩ 收录文章：【Spring Boot】深入解密Spring Boot日志：最佳实践与策略解析 🎉欢迎大家点赞👍评论📝收藏⭐文章 目录 Spring Boot 日志一. 日志的概念?…...

编程日记 2024/4/15 4:13:23

ISTQB选择国内版，还是国际版呢

1, ISTQB简介 ISTQB（International Software Testing Qualifications Board）是一个国际软件测试资格认证机构，旨在提供一个统一的软件测试认证标准。ISTQB成立于2002年，是非盈利性的组织，由世界各地的国家或地区软件测…...

编程日记 2024/4/15 4:12:21

头歌-机器学习 第11次实验 softmax回归

第1关：softmax回归原理 任务描述 本关任务：使用Python实现softmax函数。 相关知识 为了完成本关任务，你需要掌握：1.softmax回归原理，2.softmax函数。 softmax回归原理 与逻辑回归一样，softmax回归同样…...

编程日记 2024/4/15 4:10:17

Qt for MCUs 2.7正式发布

本文翻译自：Qt for MCUs 2.7 released 原文作者：Qt Group高级产品经理Yoann Lopes 翻译：Macsen Wang Qt for MCUs的新版本已发布，为Qt Quick Ultralite引擎带来了新功能，增加了更多MCU平台的支持，并且我们…...

编程日记 2024/4/15 4:08:15

共享IP和独享IP如何选择，两者有何区别？

有跨境用户在选择共享IP和独享IP时会有疑问，不知道该如何进行选择，共享IP和独享IP各有其特点和应用场景，选择哪种方式主要取决于具体需求和预算。以下是对两者的详细比较： 首先两者的主要区别在于使用方式和安全性：共…...

编程日记 2024/4/15 4:06:13

文心一言VSchatGPT4

文心一言和GPT-4各有优势，具体表现在不同的测试场景下。 在某些测试场景中心一言的表现优于GPT-4，例如在故事的完整度和情节吸引力方面，文心一言表现得更加符合指令，情节更吸引人。这可能得益于其模型在训练时对中文语境的深入理…...

编程日记 2024/4/15 4:05:12

Linux 目录结构与基础查看命令

介绍 目录结构如下 /bin：存放着用户最经常使用的二进制可执行命令，如cp、ls、cat等。这些命令是系统管理员和普通用户进行日常操作所必需的。 /boot：存放启动系统使用的一些核心文件，如引导加载器（bootstrap loader…...

编程日记 2024/4/15 4:04:09

【matlab】如何解决打开缓慢问题（如何让matlab在十几秒内打开）

【matlab】如何解决打开缓慢问题（如何让matlab在十几秒内打开） 找到我们解压缩时Crack中的license_standalone.lic文件，将其拷贝 在安装matlab的路径下新建一个文件，粘贴上面的license_standalone.lic文件 在桌面鼠标移动到matl…...

编程日记 2024/4/15 4:03:08

【stata】求滚动波动情况

0.计算对象 计算 t t t、 t 1 t1 t1、 t 2 t2 t2 这三起滚动波动情况 V o l i , t l n ( ∑ n t n t 2 ( g n − g ˉ ) 2 3 ) Vol_{i,t} ln(\sqrt{\frac{\sum_{nt}^{nt2}(g_{n}-\bar{g})^2}{3}}) Voli,t​ln(3∑ntnt2​(gn​−gˉ​)2​ ​) e . g e.g e.g: 假设 200…...

编程日记 2024/4/15 4:01:06

The C programming language (second edition,KR) exercise（CHAPTER 2）

E x c e r c i s e 2 − 1 Excercise\quad 2-1 Excercise2−1&#xff1a;输出结果如图1和图2所示&#xff0c;这道练习题需要文章1和文章2的知识。 #include <stdio.h> #include <limits.h>float getFloat(char sign, unsigned char exp, unsigned mantissa); do…...

编程日记 2024/4/15 3:59:03

rust实现循环链表

作为一个计算机技术专家&#xff0c;针对你的问题&#xff0c;我将首先解释如何使用Rust语言实现循环链表&#xff0c;并提供相应的代码示例。然后&#xff0c;我将解释一个可能的报错问题及其解决方法。 循环链表的实现 在Rust中实现循环链表&#xff0c;首先需要定义链表节…...

编程日记 2024/4/15 3:53:59

2. Spring的创建和Bean的存取

经过前面的学习我们已经大体明白了 IOC 思想以及它的实现方式 DI &#xff0c;本节要讲的是如何Spring框架实现实现DI。 本节目标&#xff1a; Spring(Core) 项目创建将对象存储到 Spring 中将对象(bean)从 Spring 中取出 1. 创建 Spring 项目 与开篇演示的 Spring Boot 项目不…...

编程日记 2024/4/15 3:47:54

策略模式【行为模式C++】

1.概述 策略模式是一种行为设计模式&#xff0c; 它能让你定义一系列算法&#xff0c; 并将每种算法分别放入独立的类中&#xff0c; 以使算法的对象能够相互替换。 策略模式通常应用于需要多种算法进行操作的场景&#xff0c;如排序、搜索、数据压缩等。在这些情况下&#x…...

编程日记 2024/4/15 3:45:51

php中session相关知识（目前了解部分）

#记录学习知识 一.ini_set() 在PHP中&#xff0c;ini_set() 函数用于在脚本运行时设置指定的配置选项的值。这些配置选项可以是PHP的核心设置&#xff0c;例如文件上传的最大大小、脚本的最大执行时间、错误报告级别等。使用 ini_set() 可以临时改变PHP.ini文件中的设置&am…...

编程日记 2024/4/15 3:44:50

从零实现诗词GPT大模型：GPT是怎么生成内容的？

专栏规划: https://qibin.blog.csdn.net/article/details/137728228 再开始编写GPT之前，我们得对GPT是怎么生成内容的有一个大致的了解。目前的神经网络我们大多都可以看成是一个黑盒，即我们把数据输送给网络后，网络给我我们输出，我们可以不用关心这个黑盒里到底是怎么实现…...

编程日记 2024/4/15 3:42:47

8路HDMI+8路AV高清视频流媒体编码器JR-3218HD

产品简介&#xff1a; JR-3218HD高清音视频编码产品支持8路高清HDMI音视频采集功能&#xff0c;8路AV视频采集功能&#xff0c;8路3.5MM独独立音频接口采集功能。编码输出双码流H.264格式&#xff0c;音频MP3/AAC格式。编码码率可调&#xff0c;画面质量可控制。支持HTTP/RTSP…...

编程日记 2024/4/15 3:40:44

LangChain入门：14.LLMChain：最简单的链的使用

摘要 本文将介绍LangChain库中LLMChain工具的使用方法。LLMChain将提示模板、语言模型&#xff08;LLM&#xff09;和输出解析器整合在一起&#xff0c;形成一个连贯的处理链&#xff0c;简化了与语言模型的交互过程。我们将探讨LLMChain的技术特点、应用场景以及它解决的问题…...

编程日记 2024/4/15 3:39:42

深入理解k8s kube-proxy

1、概述 我觉得只要大家知道kube-proxy是用来配置网络规则的而不是转发流量的&#xff0c;真正的流量由iptables/ipvs来转发就可以了。 网络是k8s的一个关键部分。理解k8s中网络组件如何工作可以帮助更好的设计和配置我们的应用。 kube-proxy就是K8s网络的核心组件。它把我们…...

编程日记 2024/4/15 3:38:41

Spark-机器学习（1）什么是机器学习与MLlib算法库的认识

从这一系列开始&#xff0c;我会带着大家一起了解我们的机器学习&#xff0c;了解我们spark机器学习中的MLIib算法库&#xff0c;知道它大概的模型&#xff0c;熟悉并认识它。同时&#xff0c;本篇文章为个人spark免费专栏的系列文章&#xff0c;有兴趣的可以收藏关注一下&…...

编程日记 2024/4/15 3:34:38

java的正则表达式校验，包含了中国几乎所有运营商手机号码的校验格式

时间2024年4月14日22:25:00 代码 String PHONE_REGEX "^1([38][0-9]|4[579]|5[0-3,5-9]|6[6]|7[0135678]|9[89])\\d{8}$";解释 这个Java代码段定义了一个常量 PHONE_REGEX&#xff0c;它包含了一个正则表达式&#xff0c;用于匹配中国大陆的手机号码。下面是对这…...

编程日记 2024/4/15 3:33:37

C#简单工厂模式的实现

using System.Diagnostics.Metrics; using System.Runtime.InteropServices; using static 手写工厂模式.Program;namespace 手写工厂模式 {internal class Program{public interface eats {void eat();}//定义了一个接口public class rice : eats{public void eat() {Console.…...

编程日记 2024/4/15 3:30:33

网站开发设计资讯/企业网站制作与维护

每天一点点&#xff0c;记录工作中实操可行 hive json数组解析 hive中有字段A长这个样子&#xff0c;想把其中的name值全部解析出来 [{"itemRateId":"73288842","name":"东北有机大米饭","rating":4,"ratingContent&…...

编程日记 2024/11/1 2:18:20

wordpress 查看sql/上海网络优化seo

本文为高赞 GitHub 开源项目盘点&#xff0c;且 推荐的开源项目已经收录到 Awesome GitHub Repo&#xff0c;本期推荐 &#xff1a; 1. 抖音团队开源的 UI 解决方案 2. 一个轻量级 SQLite 可视化工具 3. 一个可将Markdown 转为微信小程序 WXML 的渲染库 4. 一个超级全的第三方…...

编程日记 2024/11/1 1:05:39

免费网站建站一级av/网络培训平台

http://ticktick.blog.51cto.com/823160/d-15 原创 Android音频开发&#xff08;7&#xff09;&#xff1a;使用 OpenSL ES AP.. 2016-05-08 19:19:47本文主要介绍了 Android OpenSL ES 的框架设计和常见 API 的用法&#xff0c;并给出了示例代码&#xff0c;让初学者能够更加…...

编程日记 2024/10/31 23:55:20

阿里巴巴国际站网页设计教程/公众号开发网站公司

代码 package dataStructureAndAlgorithms;public class SwapSort_bubbleSort {// 增序冒泡排序public static void sort(int[] array) {int length array.length;boolean endFlag true;// i表示这一轮排序要将i位置上的元素确定下来。// 最先确定的是最后一个元素&#xff…...

编程日记 2024/10/31 23:16:59

企业网站例子/营销网站策划方案

随着高考成绩公布&#xff0c;考生们即将填报志愿&#xff0c;那些心中“种草”已久的专业与未来四年的大学生活&#xff0c;仿佛已触手可及。计算机专业&#xff0c;作为一个老牌专业&#xff0c;一直受到广泛关注&#xff0c;得到了不少人的青睐。但计算机专业真的有想象中那…...

编程日记 2024/10/31 21:43:57

syntax highlighter for wordpress/黑帽seo教程

毫无PS痕迹 你的第一本Photoshop书 目录 《毫无PS痕迹-你的本Photoshop书》全书分为四大部分&#xff1a; 第1、2章讲解色彩和图像的原理与基础知识要点。 第3至11章全面讲解了使用Photoshop进行各种设计创作的方法与技巧。这包括色彩调整工具的使用、极其重要的选区、蒙版与图…...

编程日记 2024/10/31 20:30:54