/ Модель

Характеристики

Контекст
512 токенов
Лицензия
afl-3.0
Архитектура
vision-encoder-decoder · dense
Библиотека
transformers
Опубликована
29 мая 2024

TrOCR_german_handwritten

Описание изображенийИзображение → текст5 профессий

Модель TrOCR для распознавания немецкого рукописного текста на изображениях отдельных строк.

2 554скачиваний за 30 дней13лайковвеса обновлены18 июн 2024

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

TrOCR_german_handwritten — трансформерная модель OCR на архитектуре vision-encoder-decoder, дообученная на наборе fhswf/german_handwriting. Она распознаёт немецкий рукописный текст на изображениях отдельных строк и преобразует его в текст. Модель основана на TrOCR_large_handwritten; семейство TrOCR представлено в работе Li и соавторов о распознавании текста с помощью предварительно обученных моделей.

В README приведены метрики оценки: WER 17,5% и CER 4,1%. Модель предназначена для распознавания немецкого почерка; эти показатели относятся к описанной оценке и не гарантируют точность на других данных. Лицензия — AFL-3.0.

Сценарии применения

  • распознавание немецкого почерка на изображениях строк
  • оцифровка рукописных немецких записей
  • преобразование рукописных строк в текст для последующего поиска

Ограничения

Предназначена для отдельных строк немецкого рукописного текста и может хуже работать на изображениях другого типа или языка. В README указаны WER 17,5% и CER 4,1%; точность зависит от данных.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for TrOCR_german_handwritten

Model Details

TrOCR model fine-tuned on the german_handwriting. It was introduced in the paper TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models by Li et al. and first released in this repository.

  • Developed by: [More Information Needed]
  • Model type: Transformer OCR
  • Language(s) (NLP): German
  • License: afl-3.0
  • Finetuned from model [optional]: TrOCR_large_handwritten

Uses

Here is how to use this model in PyTorch:

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image
import requests
# load image from the IAM database
url = 'https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg'
image = Image.open(requests.get(url, stream=True).raw).convert("RGB")
processor = TrOCRProcessor.from_pretrained('fhswf/TrOCR_german_handwritten')
model = VisionEncoderDecoderModel.from_pretrained('fhswf/TrOCR_german_handwritten')
pixel_values = processor(images=image, return_tensors="pt").pixel_values
generated_ids = model.generate(pixel_values)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

Bias, Risks, and Limitations

You can use the raw model for optical character recognition (OCR) on single text-line images of german handwriting.

Training Details

Training Data

This model was finetuned on german_handwriting.

Evaluation

Levenshtein: 1.85 WER (Word Error Rate): 17.5% CER (Character Error Rate): 4.1%

BibTeX:

@misc{li2021trocr,
      title={TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models}, 
      author={Minghao Li and Tengchao Lv and Lei Cui and Yijuan Lu and Dinei Florencio and Cha Zhang and Zhoujun Li and Furu Wei},
      year={2021},
      eprint={2109.10282},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

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
f43d883

0 моделей