바이두, PP-OCRv6 출시: 천만 개 파라미터로 십억 개 VLM에 필적, 단일 모델로 50개 언어 지원

동차 Beating 모니터링에 따르면, 바이두 플라이크 팀이 차세대 OCR 시스템 PP-OCRv6를 출시했습니다. 이 시스템은 Tiny 1.5M, Small 7.7M, Medium 34.5M의 세 가지 버전을 제공하며, 엣지 디바이스, 브라우저 및 클라우드 배포 시나리오를 지원합니다. 이전 버전인 PP-OCRv5와 비교하여 탐지 정확도는 4.6%, 인식 정확도는 5.1% 향상되었으며, 중국어, 영어, 일본어 및 46개 라틴어 계열 언어를 하나의 통합 모델로 결합했습니다.

PP-OCRv6는 탐지 및 인식 네트워크를 재설계하여 통합 모듈 구조와 구조 재파라미터화(Structural Reparameterization) 기술을 도입, 정확도를 높이면서도 계산 비용을 절감했습니다. OpenVINO 최적화를 통해 Medium 버전의 엔드투엔드 CPU 추론 속도는 최대 5.2배 향상되었습니다.

공식적으로 발표된 테스트 결과에 따르면, PP-OCRv6는 수천만 개의 파라미터 규모로 여러 OCR 벤치마크에서 일부 수십억 규모의 비전 언어 모델(VLM)에 근접하거나 이를 초과하는 성능을 보였습니다. 또한 팀은 필기체, 산업용 부품 식별, 디지털 튜브, PCB 실크스크린 및 CAD 도면과 같은 시나리오에 대한 특화 최적화를 진행했습니다. 현재 관련 코드는 PaddleOCR 프로젝트에 통합되어 오픈소스로 제공됩니다.