PaddleOCR

PolyOCR Serviceは、PaddleOCR 3.xに便利なAPIデプロイを提供することを目的とした、コミュニティ主導の独立サービスです。そのコア機能は以下の通りです： - **多言語OCR**：78言語（漢字、日本語、韓国語、ラテン文字、キリル文字、アラビア文字など）をサポートし、言語コード、英語名、または中国語名による言語指定が可能です。 - **翻訳統合**：オプションの翻訳インターフェースを提供し、OpenAI互換の翻訳サービスをサポートします。また、入力エントリ数と文字数に制限を設けています。 - **PaddleOCR-VL**：独立した視覚言語モデルサービスを提供します。独立したAPI Keyが必要であり、ファイルアップロードのみを受け付けます。 - **堅牢性と検証**：リクエスト境界で言語検証を行い、画像のバイト数、ピクセル数、および信頼度しきい値の事前検証を実施します。同期推論はスレッドプールによって実行され、セマフォによって並行数が制限されます。 - **ベンチマーク**：プロジェクトには、精度、堅牢性（ぼかし、圧縮、回転などの劣化シナリオ向け）、および実際の写真（CORD-v2データセット）に基づく詳細なベンチマークツールが組み込まれています。 本サービスはWebページとREST APIを提供し、Dockerデプロイをサポートしており、Apache License 2.0ライセンスを採用しています。