/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Опубликована
18 июн 2025

cyrillic-htr-model

Описание изображенийИзображение → текст3 профессии

Модель TrOCR распознаёт рукописный кириллический текст на изображениях, включая архивные документы и исторические рукописи.

300скачиваний за 30 дней5лайковвеса обновлены18 июн 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 «Распознавание текста» — 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

Kansallisarkisto/cyrillic-htr-model — модель распознавания рукописного текста на основе TrOCR, разработанная дообучением microsoft/trocr-large-handwritten. Архитектура vision-encoder-decoder принимает изображения рукописных строк и генерирует текст на кириллице. Модель предназначена для оцифровки архивных документов, исторических рукописей и транскрибирования рукописных заметок. Обучение проводилось на материале XVII–XX веков: в README указаны 740 страниц и более 30 000 строк текста. Для тестового набора примерно из 33 400 строк заявлена символьная ошибка CER 8.

Модель поддерживает кириллическое письмо и распространяется по лицензии Apache 2.0. В README отмечено, что обучение в основном охватывает базовые символы кириллицы, поэтому распознавание других письменностей, редких знаков и разнообразных почерков может быть менее надёжным.

Сценарии применения

  • распознавание рукописных строк в архивных документах
  • транскрибирование исторических рукописей XVII–XX веков
  • оцифровка рукописных заметок на кириллице

Ограничения

Обучение преимущественно охватывало базовые символы кириллицы, поэтому качество может снижаться на редких знаках и почерках, не представленных в обучающих данных. В README заявлен CER 8 на тестовом наборе примерно из 33 400 строк.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model description

Model Name: cyrillic-htr-model

Model Type: Transformer-based OCR (TrOCR)

Base Model: microsoft/trocr-large-handwritten

Purpose: Handwritten text recognition

Languages: Cyrillic

License: Apache 2.0

This model is a fine-tuned version of the microsoft/trocr-large-handwritten model, specialized for recognizing handwritten cyrillic text. At the moment it has been trained on the dataset (number of pages 740) from 17th to 20th centuries.

Model Architecture

The model is based on a Transformer architecture (TrOCR) with an encoder-decoder setup:

  • The encoder processes images of handwritten text.
  • The decoder generates corresponding text output.

Intended Use

This model is designed for handwritten text recognition and is intended for use in:

  • Document digitization (e.g., archival work, historical manuscripts)
  • Handwritten notes transcription

Training data

The training dataset includes more than 30000 samples of handwritten text rows.

Evaluation

The model was evaluated on test dataset. Below are key metrics:

Character Error Rate (CER): 8

Test Dataset Description: size ~33 400 text rows

How to Use the Model

You can use the model directly with Hugging Face’s pipeline function or by manually loading the processor and model.

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image

# Load the model and processor
processor = TrOCRProcessor.from_pretrained("Kansallisarkisto/cyrillic-htr-model/processor")
model = VisionEncoderDecoderModel.from_pretrained("Kansallisarkisto/cyrillic-htr-model")

# Open an image of handwritten text
image = Image.open("path_to_image.png")

# Preprocess and predict
pixel_values = processor(image, return_tensors="pt").pixel_values
generated_ids = model.generate(pixel_values)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

print(generated_text)

Limitations and Biases

The model was trained primarily on handwritten text that uses basic Cyrillic characters.

Future Work

Potential improvements for this model include:

  • Expanding training data: Incorporating more diverse handwriting styles and languages.
  • Optimizing for specific domains: Fine-tuning the model on domain-specific handwriting.

Citation

If you use this model in your work, please cite it as:

@misc{cyrillic_htr_model_2025,

author = {Kansallisarkisto},

title = {Cyrillic HTR Model: Handwritten Text Recognition},

year = {2025},

publisher = {Hugging Face},

howpublished = {\url{https://huggingface.co/Kansallisarkisto/cyrillic-htr-model/}},

}

Model Card Authors

Author: Kansallisarkisto

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
0a43f33

0 моделей