github.devotd.
新着マルチモーダル

rapidai/rapidocr v3.10.0 — 複数の実行エンジンに対応した OCR ツールキット

rapidai/rapidocr は、OCR モデルを複数の実行エンジンやデバイスに展開できるようにする Python ツールキットである。

リポジトリ情報rapidai/rapidocr ↗

📄 Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT and PyTorch.

スター
★ 8.2K
フォーク
751
言語
Python
ライセンス
Apache-2.0
最新リリース
v3.10.0
原文を見る ↗GitHub で見る ↗

rapidai/rapidocr は、画像内の文字を検出し、方向を分類したうえで認識する Python の OCR ツールキットである。GitHub リポジトリに記載されている最新リリースは v3.10.0 である。提供された資料には、このバージョンで何が変更されたかについての記載がないため、具体的な更新内容を確認することはできない。リポジトリは Apache-2.0 ライセンスで公開されている。

このプロジェクトは、OCR モデルを複数の環境で実行できるよう展開できることに焦点を置いている。README によれば、デフォルトで中国語と英語の認識に対応し、PaddleOCR モデルを ONNX 形式に変換することでCzyliえる多くのデバイスで推論 可能になる。リポジトリの説明には、実行基盤として ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT、PyTorch が挙げられている。つまり、テキスト検出・方向分類・認識をまとめてオフライン展開に利用できるツールである。リポジトリにはインストール手順と Docker 開発環境の案内も含まれている。

ただし、提供された情報にはエンジンごとの性能比較や認識精度のベンチマークは含まれていない。デフォルトの言語サポートとして確認できるのは中国語と英語のみで、他の言語のサポート範囲はこの資料だけでは判断しにくい。したがって、複数の実行環境へ展開できることは確認できるものの、特定の環境での性能や他の言語における結果まで保証するものではありません。