/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
ocr-captcha-v3
Библиотека
transformers
Опубликована
27 фев 2026

ocr-captcha-v3-finetuned

Изображение и текст → текст3 профессии

Дообученная VisionEncoderDecoder-модель для распознавания текста на изображениях CAPTCHA.

85скачиваний за 30 дней1лайквеса обновлены11 мая 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

ocr-captcha-v3-finetuned — дообученная модель распознавания CAPTCHA, созданная на основе anuashok/ocr-captcha-v3 разработчиком dathuynh1108. Это архитектура VisionEncoderDecoder, принимающая изображения и преобразующая их содержимое в текст; модель предназначена для распознавания символов на CAPTCHA. В README приведены результаты на наборе оценки: loss 0,1145 и CER 0,0056.

Модель обучена на наборе dathuynh1108/captcha-to-text и распространяется в формате Safetensors через библиотеку Transformers. Лицензия — Apache-2.0. Сведения о поддерживаемых языках и конкретных ограничениях применения не приведены.

Сценарии применения

  • распознавание символов на изображениях CAPTCHA
  • преобразование CAPTCHA в текст для последующей обработки
  • оценка качества OCR для CAPTCHA

Ограничения

Языки и типы CAPTCHA, на которых модель проверена, не описаны; приведённые метрики относятся только к указанному набору оценки. README не сообщает о дополнительных ограничениях применения.

Для каких профессий подходит3

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

ocr-captcha-v3-finetuned

This model is a fine-tuned version of anuashok/ocr-captcha-v3 on the dathuynh1108/captcha-to-text dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1145
  • Cer: 0.0056

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: 1e-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
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
0.05631.025320.08770.0074
0.01442.050640.10970.008
0.01753.075960.12120.0068
0.02104.0101280.10250.0071
0.00075.0126600.11090.0068
0.00036.0151920.11120.0057
0.00237.0177240.11640.0060
0.00018.0202560.11170.0056
0.00009.0227880.11530.0054
0.000010.0253200.11450.0056

Framework versions

  • Transformers 5.8.0
  • Pytorch 2.11.0+cu130
  • Datasets 4.8.5
  • 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
01bdaf5

0 моделей