/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
cyrillic-large-handwritten
Библиотека
transformers
Опубликована
31 июл 2026

cyrillic-large-handwritten-uk-rykopys

Описание изображенийИзображение → текст

Модель TrOCR дообучена для распознавания украинских рукописных строк на изображениях, включая строки из исторических документов.

16скачиваний за 30 дней0лайковвеса обновлены31 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 «Распознавание текста» — 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

eldrar/cyrillic-large-handwritten-uk-rykopys — модель распознавания рукописного текста на украинском языке, разработанная как дообучение Kansallisarkisto/cyrillic-large-handwritten на датасете RUKOPYS. Это архитектура TrOCR типа vision-encoder-decoder, которая принимает изображения отдельных строк и преобразует их в текст. Модель предназначена для OCR рукописей, в том числе для этапа распознавания в конвейере обнаружения и OCR исторических документов и архивных материалов.

На валидационной выборке RUKOPYS указана доля символьных ошибок CER около 0,078. Модель участвовала в решении соревнования Kaggle Handwritten to Data: весь конвейер занял 9-е место в таблице лидеров, вышел в финал и завершил соревнование на 7-м месте; эти результаты относятся к конвейеру, а не только к модели. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • распознавание украинского рукописного текста на изображениях строк
  • оцифровка украинских исторических документов и архивных материалов
  • автоматическая транскрипция рукописных архивных записей
  • OCR-этап в конвейере обнаружения и распознавания рукописей

Ограничения

Модель предназначена для украинских рукописных строк на изображениях; результат CER около 0,078 указан только для валидационного набора RUKOPYS и может не переноситься на другие данные. Для распознавания целой страницы README описывает её как этап конвейера, включающего отдельное обнаружение строк.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Line-level handwritten text recognition for Ukrainian. A TrOCR-style vision-encoder-decoder fine-tuned from Kansallisarkisto/cyrillic-large-handwritten on the RUKOPYS dataset.

Results

  • CER ~0.078 on the RUKOPYS gold validation set.
  • Powers the recognition stage of a detection→OCR pipeline built for the Kaggle "Handwritten to Data" competition. The pipeline scored 0.88110 on the leaderboard (9th), reached the finals, and finished 7th. It was also the fastest solution among the finalists.

Inference

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image

model_name = "eldrar/cyrillic-large-handwritten-uk-rukopys"
processor = TrOCRProcessor.from_pretrained(model_name)
model = VisionEncoderDecoderModel.from_pretrained(model_name)

image = Image.open("line.jpg")
pixel_values = processor(image, return_tensors="pt").pixel_values
ids = model.generate(pixel_values)
print(processor.batch_decode(ids, skip_special_tokens=True)[0])

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
7d1b131

0 моделей