RapidAI/RapidOcrOnnx

解決する課題

RapidOcrOnnx は、大規模なディープラーニングフレームワークをインストールすることなく、複数のプラットフォーム (Windows、macOS、Linux) にデプロイ可能な高性能な光学文字認識 (OCR) ソリューションを提供します。テキスト検出、分類、認識のための OCR モデルの実行プロセスを簡素化します。

仕組み

このプロジェクトは、推論を実行するために ONNX Runtime フレームワークを使用しています。事前学習済みモデル (PP-OCRv3 など) を活用し、OCR パイプラインの 3 つの主要なステージである検出 (テキストの位置特定)、分類 (テキストの向きの判定)、認識 (テキスト画像を実際の文字に変換) を処理します。

対象ユーザー

C++ アプリケーションに OCR 機能を統合する必要がある開発者、または JNI (Java) や動的ライブラリ (C) を介して他の言語に統合したい開発者、そして CPU および GPU (CUDA/DirectML) 上で効率的に OCR モデルを実行したいユーザー向けに設計されています。

ハイライト

• クロスプラットフォーム対応: Windows、macOS、Linux 用のすぐに使えるバイナリとライブラリを提供。
• 柔軟な推論: ONNX Runtime を介した CPU および GPU アクセラレーションをサポート。
• 包括的なパイプライン: 検出、分類、認識のためのモデルが含まれています。
• 開発者に優しい: Java 用の JNI ライブラリと C 用の動的ライブラリを提供し、平均処理時間を測定するためのベンチマークツールも付属しています。