/ Модель

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
exp2-frozen-benyehuda-cont
Библиотека
transformers
Опубликована
17 авг 2026

trocr-fonts1

Изображение и текст → текст7 профессий

Дообученная модель для распознавания текста на изображениях, основанная на cyttic/exp2-frozen-benyehuda-cont.

11скачиваний за 30 дней0лайковвеса обновлены17 авг 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 «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

cyttic/trocr-fonts1 — дообученная модель семейства vision-encoder-decoder на базе cyttic/exp2-frozen-benyehuda-cont. Она принимает изображения и преобразует содержащийся в них текст в текстовую последовательность; карточка приводит метрики CER 0,0246 и WER 0,0689 на оценочном наборе. Данные обучения и подробное описание сценариев использования не раскрыты. Модель опубликована в формате safetensors для библиотеки Transformers; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • распознавание текста на изображениях
  • извлечение печатного текста из сканов
  • оцифровка документов с изображений

Ограничения

Данные обучения и целевые языки не описаны. Метрики приведены для оценочного набора, состав которого не раскрыт, поэтому их нельзя напрямую переносить на другие данные.

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

trocr-fonts1

This model is a fine-tuned version of cyttic/exp2-frozen-benyehuda-cont on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4665
  • Cer: 0.0246
  • Wer: 0.0689

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 2

Training results

Training LossEpochStepValidation LossCerWer
3.81930.129020001.86100.15870.3426
2.90610.258140001.26970.09500.2268
2.37630.387160001.02120.07220.1773
1.90580.516180000.87080.06180.1508
1.83050.6452100000.76720.05120.1316
1.52100.7742120000.69150.04330.1134
1.41280.9032140000.64340.03890.1039
1.07511.0323160000.59820.03610.0972
1.03691.1613180000.58330.03300.0892
1.06081.2903200000.54300.02990.0834
0.93121.4194220000.51840.03000.0798
1.00191.5484240000.50020.02760.0752
0.88711.6774260000.48330.02630.0733
0.84201.8065280000.47470.02510.0708
0.89351.9355300000.46700.02520.0694
0.76842.0310000.46650.02460.0689

Framework versions

  • Transformers 5.9.0
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.22.2

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
cf1c058

0 моделей