PaddleOCR (Baidu) — AI 新闻与模型

模型 🇺🇸

PP-OCRv6 亮相 Hugging Face：支持50种语言的文本识别模型，参数规模从1.5M到34.5M

PaddleOCR 团队发布了 PP-OCRv6，这是一组全新的通用 OCR 模型，支持 50 种语言。模型提供三种尺寸（tiny、small、medium），参数数量从 1.5M 到 34.5M 不等。与之前的 PP-OCRv5_server 版本相比，检测和识别性能显著提升。

PaddleOCR (Baidu)

Hugging Face blog27.07 · 11:04

应用 🇷🇺

Lenta Tech 如何在移动机器人的视频中搜索价格标签：视频分析黑客马拉松成果

Lenta Tech 团队（Lenta 集团的 IT 品牌）分享了举办黑客马拉松的经验，该黑客马拉松旨在识别由移动机器人录制的视频中的价格标签。文章描述了解决方案流程：从使用 YOLO 进行价格标签检测，到通过 OCR、二维码和目录进行数据提取。关键要点：质量并非由单一模型实现，而是通过正确处理帧序列（跟踪、选择最佳帧）并组合 OCR、二维码和目录来实现。

Ultralytics

PaddleOCR (Baidu)

OpenCV

EasyOCR (Jaided AI)

Tesseract OCR (Google)

Habr — хаб ИИ24.07 · 02:02