/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense

manga-ocr

Описание изображенийИзображение → текст4 профессии

Модель Vision Encoder Decoder для распознавания японского текста на изображениях, особенно в манге.

21скачиваний за 30 дней11лайковвеса обновлены10 фев 2022

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

TeamFnord/manga-ocr — модель распознавания японского текста на изображениях, разработанная для OCR в манге. Она построена на архитектуре Vision Encoder Decoder и предназначена для чтения текста как в вертикальной, так и в горизонтальной ориентации, включая фуригану, текст поверх иллюстраций, разнообразные шрифты и изображения низкого качества. Модель также подходит для распознавания печатного японского текста общего назначения.

Модель принимает изображения и выдаёт распознанный текст. В карточке указаны японский язык и датасет Manga109s. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • распознавание вертикального текста в манге
  • извлечение японских реплик с изображений
  • распознавание фуриганы
  • чтение текста поверх иллюстраций
  • OCR японских надписей на изображениях низкого качества

Ограничения

Модель ориентирована на печатный японский текст; точность распознавания рукописного текста в карточке не заявлена.

Для каких профессий подходит4

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

Manga OCR

Optical character recognition for Japanese text, with the main focus being Japanese manga.

It uses Vision Encoder Decoder framework.

Manga OCR can be used as a general purpose printed Japanese OCR, but its main goal was to provide a high quality text recognition, robust against various scenarios specific to manga:

  • both vertical and horizontal text
  • text with furigana
  • text overlaid on images
  • wide variety of fonts and font styles
  • low quality images

Code is available here.

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
1d0bb74

0 моделей