/ Модель

Характеристики

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

trocr-small-2style-hh104-hh1-stage1-frozen

Изображение и текст → текст

Дообученная модель TrOCR для преобразования изображений с текстом в текст.

4скачиваний за 30 дней0лайковвеса обновлены18 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-2style-hh104-hh1-stage1-frozen — дообученная модель семейства TrOCR с архитектурой vision-encoder-decoder, разработанная на основе cyttic/trocr-hebrew-small-untrained. Она предназначена для распознавания текста на изображениях и преобразования его в текст; в названии указаны два стиля, но README не раскрывает их содержание и обучающие данные.

В README приведены результаты оценки: Loss 4.8153, CER 0.8034 и WER 1.0763. Эти показатели указывают на ограничения качества распознавания; состав набора оценки и условия измерения не описаны. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • распознавание текста на изображениях
  • извлечение текста из сканов и фотографий
  • эксперименты с распознаванием текста в двух стилях

Ограничения

Результаты оценки в README показывают CER 0.8034 и WER 1.0763, но набор данных и условия измерения не описаны. Обучающие данные и лицензия не указаны в предоставленных материалах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trocr-small-2style-hh104-hh1-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: 4.8153
  • Cer: 0.8034
  • Wer: 1.0763

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: 1

Training results

Training LossEpochStepValidation LossCerWer
20.90060.258120005.16200.79171.0318
20.24200.516140004.97470.80441.0749
19.60950.774260004.86150.81311.1179
19.34091.077504.81530.80341.0763

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
1301e46

0 моделей