/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-large-handwritten
Библиотека
transformers
Опубликована
27 мар 2025

TR_OCR_LARGE

Изображение и текст → текст7 профессий

Модель на основе TrOCR Large распознаёт рукописный арабский и английский текст на изображениях и преобразует его в текст.

284скачиваний за 30 дней1лайквеса обновлены28 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TR-OCR Large AR/EN Handwritten — модель распознавания рукописного текста на изображениях, созданная David Magdy и Ahmed Wahdan на основе Microsoft TrOCR Large. Она дообучена на наборах Khatt и IAM для чтения арабского и английского текста в документах и преобразования его в текст.

Модель использует архитектуру vision-encoder-decoder и предназначена для распознавания рукописного текста, а не для анализа изображений общего назначения. Репозиторий содержит веса в формате safetensors; для загрузки указана библиотека Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • распознавание рукописного арабского текста в документах
  • распознавание рукописного английского текста в документах
  • оцифровка рукописных записей на арабском и английском языках

Ограничения

Модель рассчитана только на рукописный арабский и английский текст; она не предназначена для печатного текста и анализа изображений общего назначения. Качество зависит от почерка, а широкий диапазон вариантов почерка не проверялся.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

library_name: transformers tags:

  • OCR
  • handwritten-text-recognition
  • multilingual
  • Arabic
  • English

Model Card for TR-OCR Large AR/EN Handwritten

This is a finetuned version of TROCR Large specialized in handwritten text recognition for Arabic and English languages.

Model Details

Model Description

This is a finetuned version of Microsoft's TROCR Large model, adapted for handwritten text recognition in Arabic and English languages using the Khatt and IAM Handwriting datasets.

  • Developed by: Me and my colleague Ahmed Wahdan
  • Model type: OCR (Optical Character Recognition)
  • Language(s) (NLP): Arabic, English
  • Finetuned from model: Microsoft TROCR Large

Model Sources [optional]

Uses

Direct Use

This model is intended for handwritten text recognition in Arabic and English documents.

Out-of-Scope Use

The model should not be used for:

  • Languages other than Arabic and English
  • Printed text recognition
  • Non-text image analysis

Bias, Risks, and Limitations

Limitations

  • Only supports Arabic and English languages
  • Performance may vary with different handwriting styles
  • Not tested on all possible handwriting variations

Recommendations

Users should be aware that the model is specifically trained for Arabic and English handwritten text and may not perform well on other languages or printed text.

How to Get Started with the Model

# Sample code to load the model
from transformers import TrOCRProcessor, VisionEncoderDecoderModel

processor = TrOCRProcessor.from_pretrained("David-Magdy/TR_OCR_LARGE")
model = VisionEncoderDecoderModel.from_pretrained("David-Magdy/TR_OCR_LARGE")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
2ac70ae

0 моделей