/ Модель

Характеристики

Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-hebrew-small-untrained
Библиотека
transformers
Опубликована
17 июл 2026

trocr-small-1style-hh104-stage1-frozen

Изображение и текст → текст

Дообученная vision-encoder-decoder модель для преобразования изображений с текстом в текст.

12скачиваний за 30 дней0лайковвеса обновлены17 июл 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-small-1style-hh104-stage1-frozen — дообученная модель cyttic на базе cyttic/trocr-hebrew-small-untrained. Архитектура VisionEncoderDecoderModel предназначена для преобразования изображений в текст; карточка указывает поддержку задачи image-text-to-text и библиотеку Transformers.

Модель можно использовать для распознавания текста на изображениях. В README приведены результаты на оценочной выборке: loss 4.6194, CER 0.7898 и WER 1.0518; по этим значениям распознавание, вероятно, пока имеет низкое качество. Датасет и более подробное назначение не описаны. Формат весов — safetensors; лицензия не указана.

Сценарии применения

  • распознавание текста на изображениях
  • извлечение текста из сканов
  • OCR для рукописных или печатных документов

Ограничения

Назначение, обучающий датасет и поддерживаемые языки подробно не описаны; результаты оценки указывают на высокие ошибки распознавания (CER 0.7898, WER 1.0518). Лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trocr-small-1style-hh104-stage1-frozen

This model is a fine-tuned version of cyttic/trocr-hebrew-small-untrained on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 4.6194
  • Cer: 0.7898
  • Wer: 1.0518

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • 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
21.03590.258120005.18970.78881.0248
20.33430.516140004.99470.81641.1070
19.65820.774260004.86570.81851.1002
18.23191.032380004.78990.79481.0401
18.00701.2903100004.73540.79061.0587
17.96561.5484120004.67820.78211.0497
17.64431.8065140004.63630.78581.0472
17.73502.0155004.61940.78981.0518

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • 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
cd39c0b

0 моделей