一、基于PaddleHub的一键OCR中文识别
（1）背景介绍：
飞桨首次开源文字识别模型套件PaddleOCR，目标是打造丰富、领先、实用的文本识别模型/工具库。根据OCR的应用场景而言，我们可以大致分成识别特定场景下的专用OCR以及识别多种场景下的通用OCR。就前者而言，证件识别以及车牌识别就是专用OCR的典型案例。针对特定场景进行设计、优化以达到最好的特定场景下的效果展示。那通用的OCR就是使用在更多、更复杂的场景下，拥有比较好的泛性。在这个过程中由于场景的不确定性，比如：图片背景极其丰富、亮度不均衡、光照不均衡、残缺遮挡、文字扭曲、字体多样等等问题，会带来极大的挑战。现PaddleHub为大家提供的是超轻量级中文OCR模型，聚焦特定的场景，支持中英文数字组合式别、竖排文字识别、长文本识别场景。
aistudio项目地址： https://aistudio.baidu.com/aistudio/projectdetail/507159?shared=1
（2）技术路线：
输入--图像预处理--文字检测--文本识别--输出
（3）实验展示：
图1：加载预训练模型
图2；预测结果
图3；成品一
图4：成品二
图5：成品三
二、总结和收获
在本次暑期实践中，我学习了python、Paddlehub的相关知识，我认识到，无论是在机器学习还是深度学习中，Python以及成为主导性的编程语言，而且现在许多主流的深度学习框架都提供Python接口，Python被用于数据处理、定义网络模型、执行训练过程、数据可视化等。熟悉Python的基础语法对深度学习实践是非常重要的。而Paddlehub就是为了解决对深度学习模型的需求而开发的工具，方便用户不用花费大量精力从头开始训练一个模型，综合这段时间的学习，感觉对paddlehub的框架使用比较顺手，在以后的学习生活中将会进一步加深框架的应用，其次就是我认识到深度学习的底层基础是数学基础知识，只有对数学知识进行深入学习和理解，在加上不断的积累实际的经验，遇到更多的问题，再进行解决累积经验。