OpenOCR

OpenOCR 是由复旦大学 FVL 实验室 OCR 团队在 姜玉刚 教授和 陈志能 教授的指导下开发的开源工具包。它专注于「通用 OCR」任务，包括 文本检测和识别、公式和表格识别，以及 文档解析和理解。该工具包集成了统一的训练和评估基准、商业级 OCR 和文档解析系统，以及来自各种学术论文的核心实现的忠实重现。

OpenOCR 的目标是构建一个全面的开源生物识别生态系统,将学术研究与现实应用相结合,促进 OCR 技术在研究前沿和工业场景中的协作开发和广泛部署。我们欢迎研究人员、开发人员和行业合作伙伴探索工具包并分享反馈。

• 一个超轻量级的文档解析系统,仅有 0.1B 的参数。 - 两阶段管道:

1. 通过 PP-DocLayoutV2 进行布局分析。
2. 使用内部模型 UniRec-0.1B 进行文本、公式和表格的统一识别 - 在 UniRec-0.1B 的原始版本中,仅支持 文本和公式识别。在 OpenDoc-0.1B 中,我们重新构建了 UniRec-0.1B,以实现 文本、公式和表格的统一识别。 - 支持中文和英文的文档解析。 - 在 OmniDocBench (v1.5) 上实现了 90.57% 的准确率,优于许多文档解析系统。