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

?

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，例如關鍵信息提取。

-多種模型

該工具箱支持用于文本檢測，文本識別和關鍵信息提取的各種最新模型。

-模塊化設計

MMOCR 的模塊化設計使用戶可以定義自己的優化器，數據預處理器，模型組件如主干模塊，頸部模塊和頭部模塊，以及損失函數。有關如何構建自定義模型的信 息，請參考快速入門。

-眾多實用工具

該工具箱提供了一套全面的實用程序，可以幫助用戶評估模型的性能。它包括可對圖像，標注的真值以及預測結果進行可視化的可視化工具，以及用于在訓練過程中評估模型的驗證工具。它還包括數據轉換器，演示了如何將用戶自建的標注數據轉換為 MMOCR 支持的標注文件。

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)

關鍵信息提取

• ?SDMG-R?(ArXiv'2021)

命名實體識別

• ?Bert-Softmax?(NAACL'2019)