Repolode
投稿する
PaddlePaddle

PaddlePaddle/PaddleOCR

PDFや画像をLLM・RAGパイプライン向けの構造化されたMarkdownまたはJSONに変換する、オープンソースのOCR・ドキュメントAIツールキット。

代替できる製品:Adobe AcrobatABBYY FineReader

GitHub で見る公式サイト
スター
92,370
フォーク
11,626
未解決の Issue
252
最終コミット
2 か月前

これは何？

PaddleOCRはPaddlePaddleが開発するOCRツールキットです。PDF文書や画像をMarkdownやJSONなどの構造化出力に変換し、大規模言語モデルや検索拡張生成のパイプラインに取り込む用途を想定しています。レイアウト、表、数式、グラフを保持するドキュメント解析と、写真や街並みの画像に含まれる多言語テキストのシーンテキスト認識の両方に対応します。

複数のモデルファミリーを提供しています。PP-OCRモデルは100以上の言語でテキスト検出と認識を行い、PaddleOCR-VLはドキュメント解析向けの0.9Bビジョン言語モデルです。PP-StructureV3では、表のセルやテキストの位置を含む、より詳細な座標情報を取得できます。モデルはCPU、NVIDIA GPU、Intel、Kunlunxin XPUなどのアクセラレータで実行でき、ONNXへのエクスポートや、OpenVINO、ONNX Runtime、TensorRT経由での実行にも対応しています。

デプロイ方法として、ホスト型の体験センターとAPI、ローカルへのPythonインストールに加え、C++、C#、Javaなどから連携するためのサービングオプションを用意しています。

主な機能

  • 01PDFや画像をMarkdownまたはJSON形式の出力に変換します。
  • 02ドキュメント解析向けのPaddleOCR-VL 0.9Bビジョン言語モデル。
  • 03統一されたモデルで100以上の言語のテキスト検出と認識に対応します。
  • 04レイアウト解析により、表のセルやテキストの座標を取得します。
  • 05CPU、NVIDIA GPU、Intel、Kunlunxin XPUなどのアクセラレータで実行できます。
  • 06ONNXにエクスポートでき、OpenVINO、ONNX Runtime、TensorRTで高速化できます。

ユースケース

  • スキャンしたPDFやレポートを、RAGナレッジベース向けの整ったMarkdownに変換する。
  • 請求書やフォームの処理に向けて、座標付きで表やテキストを抽出する。
  • 写真、看板、工業部品に含まれる多言語テキストを認識する。
  • サービングオプションを使って、C++、C#、JavaアプリケーションにOCRを組み込む。

収録されている特集

PDF・OCR・ドキュメント処理ツールコンピュータービジョンのライブラリとツール

トピック

#ocr#document-parsing#pdf-parser#rag#computer-vision#vision-language-model#multilingual#deep-learning#ai4science#chineseocr

よくある質問

PaddleOCR とは？
PDFや画像をLLM・RAGパイプライン向けの構造化されたMarkdownまたはJSONに変換する、オープンソースのOCR・ドキュメントAIツールキット。 PaddleOCRはPaddlePaddleが開発するOCRツールキットです。PDF文書や画像をMarkdownやJSONなどの構造化出力に変換し、大規模言語モデルや検索拡張生成のパイプラインに取り込む用途を想定しています。レイアウト、表、数式、グラフを保持するドキュメント解析と、写真や街並みの画像に含まれる多言語テキストのシーンテキスト認識の両方に対応します。
PaddleOCR は無料で使えますか？ライセンスは？
PaddleOCR は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
PaddleOCR は今もメンテナンスされていますか？
半年以内に更新あり。PaddleOCR の最終コミットは 2026年9月16日 です。
PaddleOCR は何に使えますか？
スキャンしたPDFやレポートを、RAGナレッジベース向けの整ったMarkdownに変換する。 請求書やフォームの処理に向けて、座標付きで表やテキストを抽出する。 写真、看板、工業部品に含まれる多言語テキストを認識する。 サービングオプションを使って、C++、C#、JavaアプリケーションにOCRを組み込む。
PaddleOCR はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/PaddlePaddle/PaddleOCR

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト