懂AI

MMOCR: 一站式文字检测、识别与理解工具箱 - OpenMMLab开源项目介绍

RayRay
OpenMMLabMMOCRPyTorch文本检测文本识别Github开源项目

mmocr

MMOCR项目简介

MMOCR是OpenMMLab开源的一站式文字检测、识别与理解工具箱,基于PyTorch和MMDetection开发。它为计算机视觉中的文本相关任务提供了全面的解决方案,主要特点包括:

  • 支持文本检测、文本识别以及关键信息提取等下游任务
  • 实现了多种最先进的算法模型
  • 模块化设计,便于用户自定义优化器、数据预处理和模型组件
  • 提供了丰富的实用工具,如可视化、性能评估等

MMOCR是OpenMMLab生态中的重要一员,与MMEngine、MMCV、MMDetection等项目协同工作。主分支支持PyTorch 1.6+版本。

主要特性

  1. 全面的pipeline:不仅支持文本检测和识别,还包括关键信息提取等下游任务。

  2. 多种模型:实现了大量SOTA模型,涵盖文本检测、识别和关键信息提取领域。

  3. 模块化设计:用户可以灵活定义自己的优化器、数据预处理器和模型组件。

  4. 丰富的工具:提供了全面的工具集,包括可视化、验证工具和数据转换等。

快速上手

MMOCR的安装依赖PyTorch、MMEngine、MMCV和MMDetection。推荐的安装步骤如下:

conda create -n open-mmlab python=3.8 pytorch=1.10 cudatoolkit=11.3 torchvision -c pytorch -y
conda activate open-mmlab
pip3 install openmim
git clone https://github.com/open-mmlab/mmocr.git
cd mmocr
mim install -e .

详细的安装指南请参考官方文档。

安装完成后,可以查看快速入门指南了解MMOCR的基本用法。

模型库

MMOCR支持多种算法,包括:

  • 主干网络:oCLIP
  • 文本检测:DBNet、DBNet++、Mask R-CNN、PANet等
  • 文本识别:ABINet、ASTER、CRNN、MASTER等
  • 关键信息提取:SDMG-R
  • 端到端文本识别:ABCNet、ABCNetV2、SPTS

完整的模型列表请查看模型库文档。

MMOCR为计算机视觉中的文本相关任务提供了强大而灵活的工具支持。无论是学术研究还是工业应用,它都是一个值得尝试的开源框架。欢迎访问GitHub仓库了解更多信息并参与项目贡献。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多