MMOCR基于 PyTorch 的文本檢測工具

MMOCR 是基于 PyTorch 和 mmdetection 的開源工具箱，專注于文本檢測，文本識別以及相應(yīng)的下游任務(wù)，如關(guān)鍵信息提取。 它是 OpenMMLab 項(xiàng)目的一部分。

主分支目前支持 PyTorch 1.6 以上的版本。

文檔：https://mmocr.readthedocs.io/en/latest/。

主要特性

-全流程

該工具箱不僅支持文本檢測和文本識別，還支持其下游任務(wù)，例如關(guān)鍵信息提取。

-多種模型

該工具箱支持用于文本檢測，文本識別和關(guān)鍵信息提取的各種最新模型。

-模塊化設(shè)計(jì)

MMOCR 的模塊化設(shè)計(jì)使用戶可以定義自己的優(yōu)化器，數(shù)據(jù)預(yù)處理器，模型組件如主干模塊，頸部模塊和頭部模塊，以及損失函數(shù)。有關(guān)如何構(gòu)建自定義模型的信 息，請參考快速入門。

-眾多實(shí)用工具

該工具箱提供了一套全面的實(shí)用程序，可以幫助用戶評估模型的性能。它包括可對圖像，標(biāo)注的真值以及預(yù)測結(jié)果進(jìn)行可視化的可視化工具，以及用于在訓(xùn)練過程中評估模型的驗(yàn)證工具。它還包括數(shù)據(jù)轉(zhuǎn)換器，演示了如何將用戶自建的標(biāo)注數(shù)據(jù)轉(zhuǎn)換為 MMOCR 支持的標(biāo)注文件。

模型庫

支持的算法：

文字檢測

•  DBNet (AAAI'2020)
•  Mask R-CNN (ICCV'2017)
•  PANet (ICCV'2019)
•  PSENet (CVPR'2019)
•  TextSnake (ECCV'2018)
•  DRRG (CVPR'2020)
•  FCENet (CVPR'2021)

文字識別

•  CRNN (TPAMI'2016)
•  NRTR (ICDAR'2019)
•  RobustScanner (ECCV'2020)
•  SAR (AAAI'2019)
•  SATRN (CVPR'2020 Workshop on Text and Documents in the Deep Learning Era)
•  SegOCR (Manuscript'2021)

關(guān)鍵信息提取

•  SDMG-R (ArXiv'2021)

命名實(shí)體識別

•  Bert-Softmax (NAACL'2019)