本项目基于chineseocr 与psenet 实现中文自然场景文字检测及识别

环境

pytorch 1.2.0

实现功能

• 提供轻量的backone检测模型psenet（8.5M）,crnn_lstm_lite(9.5M) 和行文本方向分类网络（1.5M）
• 任意方向文字检测，识别时判断行文本方向
• crnn\crnn_lite lstm\dense识别（ocr-dense和ocr-lstm是搬运chineseocr的）
• 支持竖直文本识别
• ncnn 实现 psenet （未实现核扩展）
• ncnn 实现 crnn_dense (改变了全连接为conv1x1)
• ncnn 实现 shuuflenev2 角度分类网络

web服务启动

cd chineseocr_lite## 进入chineseocr目录
python app.py 8080 ##8080端口号，可以设置任意端口

访问服务

http://127.0.0.1:8080/ocr

识别结果展示

ncnn检测结果展示

参考

1. crnn https://github.com/meijieru/crnn.pytorch.git
2. chineseocr https://github.com/chineseocr/chineseocr
3. Psenet https://github.com/WenmuZhou/PSENet.pytorch
4. 语言模型实现 https://github.com/lukhy/masr