北京
分享至
百度飞桨团队发布了PP-OCRv3，这是其超轻量OCR系统的第三次重大更新。相比前代，新版本在模型体积保持3.5MB的前提下，将中文识别准确率提升了5个百分点。
技术改进集中在三个层面：检测端采用DB++算法替代传统DB，识别端引入SVTR轻量骨干网络，同时新增方向分类器校正图像角度。这些调整针对的是移动端部署场景——既要精度，又要速度，还要控制包体大小。
实测数据显示，在骁龙855芯片上，单张图像全流程耗时降至100毫秒以内。这意味着普通手机也能流畅运行，无需依赖云端API。对于需要离线处理的金融、物流场景，这种"端侧优先"的设计思路显得务实。
团队开源了完整训练代码和预训练模型。从v1到v3，PP-OCR的迭代节奏稳定在每年一版，每次升级都围绕同一组矛盾展开：参数量的硬约束与精度的持续提升。这次他们给出的解法，是把Transformer架构做轻量化裁剪，而非直接套用学术界的完整方案。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
