type
status
date
slug
summary
tags
category
icon
password
URL
Rating

Online Demo

HuggingFace Space(需梯子🪜)

 

ModelScope(国内)

 
📌
ModelScope 上的 Demo 体验不太好,如果有梯子 🪜 请优先使用 HuggingFace 上的 Demo 吧。

在线文档

 

智能小助手

CnOCR

CnOCR:中英文 OCR Python 开源工具。
 
模型自动下载使用的是HuggingFace的服务,但HuggingFace国内已被墙。如果没有梯子,可以从 百度云盘 手动下载模型, 提取码为 nocr。具体方法可参考 使用方法 。
📌
如果您有免费的国内OSS资源可以帮忙存放CnOCR的模型,欢迎联系我或者直接在这里comment。
 
CnOCR 除了自带 20+个免费 训练好的模型外,也包含以下可购买的行业 OCR 模型

V2.3 最新模型 [Update: 2023-12-24]

CnOCR V2.3 于圣诞前夜发布,V2.3 模型经过了重新的训练和精调,精度比旧版模型更高。同时加入了分场景、大小规模不同的各种模型,可商用。
以下是 V2.3 模型列表,具体参考:CnOCR V2.3 新版发布:模型更好、更多、更大
模型名称(rec_model_name
模型获取方式
模型文件大小
支持语言
是否支持竖排文字识别
densenet_lite_136-gru 🆕
开源
12 M
简体中文、英文、数字
✖️
scene-densenet_lite_136-gru 🆕
开源
12 M
简体中文、英文、数字
✖️
doc-densenet_lite_136-gru 🆕
开源
12 M
简体中文、英文、数字
✖️
densenet_lite_246-gru_base 🆕
星球会员专享,2 月开源
25 M
简体中文、英文、数字
✖️
scene-densenet_lite_246-gru_base 🆕
星球会员专享,2 月开源
25 M
简体中文、英文、数字
✖️
doc-densenet_lite_246-gru_base 🆕
星球会员专享,2 月开源
25 M
简体中文、英文、数字
✖️
densenet_lite_666-gru_large 🆕
购买链接:B站Lemon Squeezy
82 M
简体中文、英文、数字
✖️
scene-densenet_lite_666-gru_large 🆕
购买链接:B站Lemon Squeezy
82 M
简体中文、英文、数字
✖️
doc-densenet_lite_666-gru_large 🆕
购买链接:B站Lemon Squeezy
82 M
简体中文、英文、数字
✖️
number-densenet_lite_136-fc 🆕
开源
2.7 M
纯数字(仅包含 0~9 十个数字)
✖️
number-densenet_lite_136-gru 🆕
星球会员专享,2 月开源
5.5 M
纯数字(仅包含 0~9 十个数字)
✖️
number-densenet_lite_666-gru_large 🆕
购买链接:B站Lemon Squeezy
55 M
纯数字(仅包含 0~9 十个数字)
✖️
ch_PP-OCRv3
开源
10 M
简体中文、英文、数字
✔️
ch_ppocr_mobile_v2.0
开源
4.2 M
简体中文、英文、数字
✔️
en_PP-OCRv3
开源
8.5 M
英文、数字
✔️
en_number_mobile_v2.0
开源
1.8 M
英文、数字
✔️
chinese_cht_PP-OCRv3
开源
11 M
繁体中文、英文、数字
✖️

行业 OCR 模型

纯数字识别模型

纯数字识别模型只能识别 0~9 这十个数字,不包含任何标点和空格字符。
适合场景包括信用卡号、身份证号、硬币年份等识别场景等。
📌
注:纯数字识别模型只包含识别模型,未包含纯数字的检测模型
 
以下是相关模型,这些模型的详细介绍以及如何使用,请见:CnOCR 纯数字识别新模型 | Breezedeus.com
检测模型版本
企业购买
个人购买
对星球会员
免费可下载
number-densenet_lite_136-fc
✖️
✖️
✔️
✔️
number-densenet_lite_136-gru
✖️
✖️
✔️ 免费
✖️
number-densenet_lite_666-gru_large
✖️
✔️ 八折
✖️
 

CnSTD

 
模型自动下载使用的是HuggingFace的服务,但HuggingFace国内已被墙。如果没有梯子,可以从 百度云盘(提取码为 nstd)手动下载对应的zip文件并把它存放于 ~/.cnstd/1.2(Windows下为 C:\Users\<username>\AppData\Roaming\cnstd\1.2)目录中。具体说明见上面的代码库文档。
📌
CnOCR内部使用CnSTD做文字检测。
<ins/>
 
 
CnOCR识别模型训练详细教程P2T详细资料
Loading...