CV / PaddleOCR

PaddleOCR v5 モバイル向けテキスト認識

reComputer R Series (CM5 + Hailo-8)

Hailo-8 または Hailo-10H 搭載の reComputer R Series で、テキスト行を認識します。

54 ダウンロード

サイズ

7.48 MB

メモリ

4GB+

精度

Hailo HEF / HailoRT

使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。

プラットフォーム

推論エンジン

はじめる

デプロイ

sudo docker run --rm \
  --name cm5-hailo8-paddle-ocr-v5-mobile-recognition \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

モデル詳細

reComputer R Series

PaddleOCR v5 Mobile Recognition を reComputer R Series（CM5 + Hailo-8）で実行

PaddleOCR v5 Mobile Recognition は、切り取ったテキストライン画像をデコードします。独立したモデルであり、文書全体のテキスト領域を特定しません。文書ページを処理する場合は、最初にテキスト検出器を使用してください。

モデル情報

項目	値
タスク	テキスト認識
入力	48 × 320 × 3 の切り取ったテキストライン画像
出力	CTC デコードされたテキストと信頼度
HEF	Hailo-8 PaddleOCR 認識 HEF
ランタイム	HailoRT 4.23.x

ホスト要件

イメージ内の Hailo-8 ドライバ、ファームウェア、ホスト libhailort.so、Python wheel は、一致する HailoRT メジャー/マイナーバージョンを使用する必要があります。

bash

sudo apt update
sudo apt install hailort hailort-pcie-driver python3-hailort
sudo reboot

hailortcli --version
hailortcli fw-control identify
ls -l /dev/hailo0

デモを実行

bash

sudo docker run --rm \
  --name cm5-hailo8-paddle-ocr-v5-mobile-recognition \
  --privileged \
  --net=host \
  -e PYTHONUNBUFFERED=1 \
  --device /dev/hailo0:/dev/hailo0 \
  -v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
  -v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
  ghcr.io/seeed-projects/recomputer-hailo8-cv/paddle_ocr_v5_mobile_recognition:latest \
  python web_detection.py --model_path model/paddle_ocr_v5_mobile_recognition.hef --video_path video/test.mp4

プレビュー用に http://<PI_IP>:8000 を開きます。

REST API

bash

curl -X POST "http://<PI_IP>:8000/api/models/paddle_ocr_v5_mobile_recognition/predict" \
  -F "file=@text-line.png"

レスポンスには、デコードされた text とその CTC confidence が含まれます。

検出モデルとの関係

このモデルは単一のテキストラインを想定しています。文書画像全体を処理する場合は、最初に PaddleOCR v5 Mobile Detection に送り、返された各領域を切り出してから認識してください。

入力と出力

Input: cropped single-line text image or demo video frame. Output: CTC-decoded text, confidence, and annotated MJPEG preview.