/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-base-handwritten
Опубликована
10 сен 2026

TrOCR_Manicule_2026_Latin_Medieval

Описание изображенийИзображение → текст3 профессии

Модель TrOCR для распознавания рукописных строк на латыни и старофранцузском в изображениях средневековых документов.

239скачиваний за 30 дней4лайкавеса обновлены11 сен 2026

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

LaMOP/TrOCR_Manicule_2026_Latin_Medieval — модель распознавания рукописного текста, разработанная как дообучение microsoft/trocr-base-handwritten на строках средневековых рукописей на латыни и старофранцузском языке. Она предназначена для транскрибации строк на изображениях исторических документов, включая акты, картулярии и рукописи позднего Средневековья.

Модель использует архитектуру TrOCR: визуальный энкодер ViT и декодер RoBERTa; входное разрешение — 384 × 384 пикселя. Реализация рассчитана на PyTorch и Transformers и может выполнять инференс на CUDA или CPU. Лицензия — MIT.

Модель специализирована на средневековом почерке и указанных исторических языках; качество на других языках, типах текста и изображениях не подтверждено. Для распознавания отдельных строк необходимо подготовить изображения соответствующего формата.

Сценарии применения

  • транскрибация строк из средневековых латинских рукописей
  • распознавание текста в актах и картуляриях
  • оцифровка рукописей позднего Средневековья
  • распознавание старофранцузского рукописного текста

Ограничения

Модель предназначена для строк средневековых рукописей на латыни и старофранцузском; качество на иных языках и типах текста не подтверждено. Входное разрешение указано как 384 × 384 пикселя.

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

TrOCR Finetuned for Medieval Handwriting

A handwritten text recognition (HTR) model based on microsoft/trocr-base-handwritten, finetuned on medieval manuscript lines (Latin and Old French).

It transcribes handwritten text lines from historical documents, such as acts, cartularies and late-medieval manuscripts.

Usage

import torch
from PIL import Image
from transformers import TrOCRProcessor, VisionEncoderDecoderModel

model_id = "LaMOP/TrOCR_Manicule_2026_Latin_Medieval"

processor = TrOCRProcessor.from_pretrained(model_id)
model = VisionEncoderDecoderModel.from_pretrained(model_id)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)
model.eval()

image = Image.open("line.png").convert("RGB")
pixel_values = processor(images=image, return_tensors="pt").pixel_values.to(device)

with torch.inference_mode():
    generated_ids = model.generate(pixel_values, max_new_tokens=128)

text = processor.batch_decode(
    generated_ids,
    skip_special_tokens=True,
    clean_up_tokenization_spaces=False,
)[0].strip()
print(text)

Technical details

  • Base model: microsoft/trocr-base-handwritten
  • Architecture: TrOCR (ViT vision encoder + RoBERTa decoder)
  • Input resolution: 384 × 384
  • Frameworks: PyTorch, Transformers
  • Inference: CUDA if available, otherwise CPU

License

mit

Acknowledgements:

We thank the Jacques Monod Institute for providing the computing and data processing resources required for this work.

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
08e146d

0 моделей