OCR 文字识别 / 26

DBNet + CRNN

文本检测与序列识别组合

DBNet + CRNN由 DBNet 通过可微二值化定位任意形状文本区域，再由 CRNN 使用卷积、序列建模和 CTC 解码识别字符，适合模块化定制 OCR 流程。代表性参数规模为约 35M–45M（R50-DBNet 加常见 CRNN），性能定位是组件边界清晰，便于独立替换和领域微调。

PARAMETERS

参考参数与输入输出

代表性参数量约 35M–45M（R50-DBNet 加常见 CRNN）

输入含文本图像与检测多边形、识别转写标注

输出文本区域、字符序列与置信度

算力与部署GPU 训练；CPU/GPU 均可推理，视骨干而定

参数量是公开代表性配置或合理范围，不同骨干、类别数、输入尺寸和实现版本会改变结果；详细实施时以选定配置导出的模型信息为准。

PERFORMANCE

组件边界清晰，便于独立替换和领域微调。定制自由度高于 PaddleOCR 一体化方案，但集成、预处理和部署工作量更大。网站不使用脱离条件的单一 FPS 或 mAP 数字作为承诺，因为数据集、输入尺寸、精度模式、批量大小、GPU 型号和后处理口径都会显著改变测试结果。

CHARACTERISTICS & USE CASES

MODEL COMPARISON

模型	参考参数规模	速度	精度定位	部署	优先场景
PaddleOCR	约 3M–100M+（按检测、识别和文档组件组合）	高	高	成熟	产品铭牌识别
DBNet + CRNN当前	约 35M–45M（R50-DBNet 加常见 CRNN）	中高	高	较成熟	工业字符定制识别

表中“速度、精度、部署”为同类别内的定性定位，用于缩小候选范围，不替代同一测试集、同一硬件和同一精度模式下的实测。

SELECTION SUMMARY

DBNet + CRNN适合优先考虑工业字符定制识别、弯曲文本检测、专用字库与规则后处理的项目。它的主要价值是检测与识别可独立训练和替换；需要重点评估两阶段误差会从检测传递到识别、组合吞吐取决于文本框数量和裁剪策略。

建议先用企业真实数据建立基线，再统一测试准确率、召回率、误检率、单张延迟、峰值显存和导出兼容性，最后确定模型规模与部署方式。