
OnnxTR
用 ONNX 跑 docTR OCR,不装 PyTorch 也能识别文档文字
OnnxTR 是 docTR 文档文本识别库的 ONNX 推理管线封装,目标是在不依赖深度学习训练框架的前提下提供高性能、易接入的 OCR 能力。它把 docTR 的文本检测与文本识别模型转换为 ONNX 格式,通过 onnxruntime 执行推理,因此可以脱离 PyTorch 或 TensorFlow 运行,安装体积更小、部署更轻量。核心能力包括:文档图像的文本区域检测、文本行识别、以及从检测到识别的完整流水线;支持 CPU 与 GPU 推理,可批量处理图片,输出带坐标的文本结果。对于需要把 OCR 集成到服务端、桌面端或边缘设备,又不想引入庞大训练框架的开发者,OnnxTR 提供了接近 docTR 精度的替代方案,同时保留 docTR 的 API 风格,迁移成本较低。项目处于早期阶段,星标数不多,但方向明确,适合作为轻量 OCR 部署的候选。
开源
free
计算机视觉
GitHub 星标
★ 197
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类计算机视觉
开发团队felixdittrich92
所属国家
定价模式free
价格说明开源免费,基于Apache-2.0许可证
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型deep-learning,document-recognition,ocr,onnx,onnxruntime,optical-character-recognition,text-detection,text-detection-recognition,text-recognition
GitHub 星标★ 197
30天Star增速
HF 下载量
上线时间2022-11-07 00:00:00
最近更新2026-09-18 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-19
浏览次数0
使用教程
核心亮点
- 基于 onnxruntime 推理,无需安装 PyTorch/TensorFlow,部署体积和依赖显著减少
- 沿用 docTR 的检测+识别两阶段管线,API 风格接近,已有 docTR 代码迁移成本低
- 支持 CPU/GPU 执行提供器,可批量推理,适合服务端和边缘设备集成
不足之处
- 项目星标较少,社区生态和长期维护活跃度有待观察
- 模型精度和速度高度依赖导出的 ONNX 模型质量,缺少官方预导出模型时需自行转换
适用场景
- 服务端 OCR 微服务:用 ONNX 模型快速搭建文档文字识别接口
- 边缘设备或桌面应用:在无 PyTorch 环境的机器上做本地文字识别
- 已有 docTR 项目做推理加速:把 PyTorch 模型替换为 ONNX 以降低延迟和依赖
替代项目
PaddleOCR、EasyOCR、docTR
项目介绍
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库,搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程,从入门到实战,边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测,又快又准,直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3