/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

trocr-webfonts7

cyttic
Изображение и текст → текст6 профессий

Дообученная vision-encoder-decoder модель для распознавания текста на изображениях, ориентированная на веб-шрифты.

16скачиваний за 30 дней0лайковвеса обновлены6 сен 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.

Открыть конструктор бенчмарка

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-webfonts7 — дообученная модель cyttic/exp2-frozen-benyehuda-cont на неизвестном наборе данных. Это модель архитектуры vision-encoder-decoder, предназначенная для преобразования изображения в текст; карточка сообщает о CER 0,0216 и WER 0,0611 на оценочном наборе.

Модель подходит для распознавания текста на изображениях, в частности текста веб-шрифтов, что отражено в её названии. Данные не раскрывают поддерживаемые языки, длину контекста или подробные условия применения. Весы опубликованы в формате safetensors; библиотека — Transformers. Лицензия в предоставленных данных не указана.

Сценарии применения

  • распознавание текста веб-шрифтов на изображениях
  • извлечение текста из изображений
  • оценка распознавания текста по CER и WER

Ограничения

Обучающий набор данных и поддерживаемые языки не описаны. Приведённые CER и WER относятся только к оценочному набору, состав которого не раскрыт.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trocr-webfonts7

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: 0.4115
  • Cer: 0.0216
  • Wer: 0.0611

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: 4650
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossCerWer
4.70640.129020002.06650.18960.3897
3.37850.258140001.54340.12380.2775
2.80980.387160001.24650.09520.2219
2.26370.516180001.03930.07570.1826
1.91960.6452100000.90290.06200.1566
1.78880.7742120000.79260.05350.1397
1.61690.9032140000.72000.04720.1237
1.13971.0323160000.67020.04210.1122
1.20021.1613180000.62500.03790.1019
1.05421.2903200000.58960.03350.0926
1.05931.4194220000.55660.03350.0889
0.99221.5484240000.53710.03010.0835
0.97361.6774260000.50640.02750.0768
0.89851.8065280000.48800.02610.0739
0.84251.9355300000.47350.02370.0699
0.70572.0645320000.45940.02470.0708
0.59032.1935340000.45140.02430.0690
0.62602.3226360000.44000.02370.0667
0.69342.4516380000.43280.02270.0640
0.69492.5806400000.42770.02280.0645
0.58422.7097420000.41950.02190.0636
0.64442.8387440000.41510.02170.0613
0.65092.9677460000.41170.02150.0612
0.68153.0465000.41150.02160.0611

Framework versions

  • Transformers 5.15.0
  • 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
322cad6

0 моделей

    Создать бенчмарк