PP-OCRv5

Installer

PP-OCRv5 ne nécessite aucun extra en plus du paquet de base.

pip install libreyolo

Prédire

Les poids sont téléchargés depuis Hugging Face à la première utilisation et mis en cache localement.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibrePPOCRl-ocr.pt")result = model(SAMPLE_IMAGE, save=True) for text, conf in zip(result.ocr.texts, result.ocr.conf):    print(text, float(conf))

libreyolo predict model=LibrePPOCRl-ocr.pt source=receipt.jpg save=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibrePPOCRl-ocr.pt")result = model(SAMPLE_IMAGE) # Polygones (N, 4, 2) dans l'ordre de lecture : haut gauche, haut droit,# bas droit, bas gauche. Les quadrilatères de détection sont de vrais# polygones (texte pivoté), ils remplissent result.ocr, pas result.boxes.print(result.ocr.data.shape)print(result.ocr.det_conf)

Chaque checkpoint réunit les deux étapes, la détection et la reconnaissance, dans un seul fichier .pt, tandis que le jeu de caractères de reconnaissance et les valeurs par défaut du pipeline figurent dans les métadonnées du checkpoint. Le module de reconnaissance lit le chinois simplifié et traditionnel, l'anglais, le japonais et le pinyin à l'aide d'un seul dictionnaire. result.ocr est une charge utile OCRRegions : .data contient les polygones à quatre points, .texts les transcriptions, .conf le score de reconnaissance de chaque région et .det_conf le score de détection. Les sources contenant plusieurs images s'exécutent séquentiellement : le pipeline à deux étapes ne forme pas de batch entre les images. Consultez la prédiction pour les sources, le streaming et le traitement des résultats.

Variantes

Deux niveaux sont proposés : t, construit sur les backbones plus légers PP-LCNetV3/PP-OCRv5_mobile pour le CPU, et l, construit sur les backbones serveur PP-HGNetV2 pour une meilleure exactitude. Les deux niveaux exécutent la détection avec une limite fixe sur le côté long et reconnaissent les recadrages par batch ; rec_batch contrôle le nombre de recadrages transmis au module de reconnaissance à chaque passe.

Valider

val() mesure le pipeline sur un dossier d'images accompagné d'un fichier labels/<split>.jsonl, ou sur le YAML de dataset équivalent. Chaque étiquette répertorie les polygones des régions de texte et leurs transcriptions pour l'image correspondante. La méthode rapporte la moyenne harmonique de détection (précision/rappel/F1 associés par IoU), le F1 de bout en bout (moyenne harmonique plus correspondance exacte de la transcription après normalisation, la métrique fitness du checkpoint) et 1-NED, la distance d'édition normalisée moyenne sur les paires correspondantes.

from libreyolo import LibreYOLO model = LibreYOLO("LibrePPOCRl-ocr.pt")metrics = model.val(data="my-dataset") print(metrics["metrics/det_hmean"])print(metrics["metrics/e2e_f1"])       # métrique principaleprint(metrics["metrics/rec_1-NED"])

libreyolo val model=LibrePPOCRl-ocr.pt data=my-dataset

Exporter

PP-OCRv5 est un pipeline à deux réseaux, où détection et reconnaissance se déplacent ensemble, et non un graphe unique pouvant être tracé. L'export n'est pas implémenté : aucun format n'est encore pris en charge. Effectuez directement le fine-tuning du code d'entraînement amont Apache-2.0 et convertissez le résultat avec weights/convert_ppocr_weights.py si vous avez besoin d'un checkpoint hors de ce format.

Checkpoints

Tous les fichiers de poids publiés pour cette famille.

Licence

Citation

@misc{cui2025paddleocr30technicalreport,
      title={PaddleOCR 3.0 Technical Report}, 
      author={Cheng Cui and Ting Sun and Manhui Lin and Tingquan Gao and Yubo Zhang and Jiaxuan Liu and Xueqing Wang and Zelun Zhang and Changda Zhou and Hongen Liu and Yue Zhang and Wenyu Lv and Kui Huang and Yichao Zhang and Jing Zhang and Jun Zhang and Yi Liu and Dianhai Yu and Yanjun Ma},
      year={2025},
      eprint={2507.05595},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2507.05595}, 
}