PP-OCRv6が50言語対応、精度+5.1ポイント

何が起きたか

PaddleOCRの最新世代OCRモデルファミリー「PP-OCRv6」がリリースされました。tiny（1.5Mパラメータ）、small（7.7Mパラメータ）、medium（34.5Mパラメータ）の3段階のモデルサイズを提供し、smallとmediumは日本語を含む50言語に対応しています。

なぜ重要か

mediumモデルは前世代のPP-OCRv5_serverと比べ、文字検出精度が+4.6ポイント、文字認識精度が+5.1ポイント向上しており、ドキュメント処理やAIエージェントのワークフローなど実務的なテキスト抽出の需要に応えるものとみられます。

注目点

Transformers、ONNX Runtime、Paddle Inferenceの3つのバックエンドに対応し、Hugging Face Hubで提供されるため、様々な環境での導入が容易になりました。オンラインデモで即座に評価可能です。