/ Модель

Характеристики

Контекст
512 токенов
Лицензия
CC BY 4.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-base-handwritten
Библиотека
transformers
Опубликована
19 янв 2025

TrOCR-norhand-v3

Изображение и текст → текст3 профессии

Дообученная TrOCR-модель Национальной библиотеки Норвегии для распознавания исторического рукописного текста на изображениях отдельных строк.

386скачиваний за 30 дней1лайквеса обновлены19 янв 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

Sprakbanken/TrOCR-norhand-v3 — модель распознавания рукописного текста, разработанная Национальной библиотекой Норвегии. Она основана на архитектуре TrOCR типа vision-encoder-decoder и дообучена на версии набора NorHand v3 с Hugging Face для чтения исторических норвежских документов.

Модель принимает изображения отдельных строк рукописного текста и преобразует их в текст. Она предназначена для распознавания норвежского письма, преимущественно из документов старше 100 лет. Для обработки изображения целой страницы сначала нужно разделить её на строки.

Модель распространяется в формате Safetensors по лицензии CC BY 4.0. Она дообучена на microsoft/trocr-base-handwritten согласно метаданным; в README также указана модель microsoft/trocr-base-printed, поэтому сведения о базовой модели в источниках расходятся.

Сценарии применения

  • распознавание рукописных строк в исторических норвежских документах
  • оцифровка рукописей старше 100 лет
  • извлечение текста из изображений отдельных строк на норвежском языке

Ограничения

Модель рассчитана на изображения отдельных строк: страницы необходимо предварительно сегментировать. Источники расходятся в указании базовой модели: метаданные называют microsoft/trocr-base-handwritten, а README — microsoft/trocr-base-printed.

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 Card for Sprakbanken/TrOCR-norhand-v3

This is a TrOCR-model for OCR (optical character recognition) of handwritten historic documents written in Norwegian.
It can be used to recognize text in images of handwritten text.

How to Get Started with the Model

Use the code below to get started with the model.

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image

processor = TrOCRProcessor.from_pretrained("Sprakbanken/TrOCR-norhand-v3")
model = VisionEncoderDecoderModel.from_pretrained("Sprakbanken/TrOCR-norhand-v3")

image = Image.open("path_to_image.jpg").convert("RGB")

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]

Model Details

This model is microsoft/trocr-base-handwritten fine-tuned on the Huggingface version of the NorHand v3 dataset.

Model Description

Uses

You can use the raw model for handwritten text recognition (HTR) on single text-line images in Norwegian.

Out-of-Scope Use

The model only works with images of lines of text. If you have images of entire pages of text, you must segment the text into lines first to benefit from this model.

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
d22eebb

0 моделей