PP-OCRv6 on Hugging Face: Text Recognition in 50 Languages with Models from 1.5M to 34.5M Parameters

PaddleOCR 팀이 PP-OCRv6를 발표했습니다. 이는 문서, 스크린샷, 다국어 이미지, 디지털 디스플레이, 산업용 라벨, 거리 텍스트 등 실제 환경에서 텍스트 탐지 및 인식을 위한 차세대 범용 OCR(광학 문자 인식) 모델입니다. 제품군에는 tiny(1.5M 파라미터), small(7.7M), medium(34.5M)의 세 가지 레벨이 있으며, medium과 small은 간체 및 번체 중국어, 영어, 일본어, 라틴어 기반 46개 언어를 포함한 50개 언어를 지원합니다. PaddleOCR 내부 벤치마크에서 PP-OCRv6_medium 모델은 탐지 Hmean(조화 평균) 86.2%, 인식 정확도 83.2%를 달성하여 각각 PP-OCRv5_server보다 4.6%p, 5.1%p 향상되었습니다. 탐지에는 RepLKFPN(큰 커널을 사용한 경량 피라미드 특징 네트워크)이 사용되었고, 인식에는 EncoderWithLightSVTR(국소 컨텍스트 모델링과 글로벌 어텐션을 결합)이 사용되었습니다. 개발자를 위해 Paddle Inference, Transformers(Hugging Face를 통해), ONNX Runtime 등 여러 추론 백엔드가 제공됩니다. Python 코드 예제는 다양한 백엔드로 OCR을 실행하는 방법을 보여줍니다. 모델은 safetensors, Paddle, ONNX 형식으로 Hugging Face Hub에 게시되었으며, 온라인 데모도 이용 가능합니다.