/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
11 апр 2026

txtcaptcha-crnn

Описание изображенийИзображение → текст3 профессии

Модель CRNN распознаёт буквенно-цифровые капчи бразильских судов и государственных налоговых органов по изображениям.

736скачиваний за 30 дней0лайковвеса обновлены11 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

txtcaptcha CRNN — модель оптического распознавания капч, опубликованная автором репозитория jtrecenti и обученная совместно на десяти размеченных наборах капч бразильских судов и налоговых органов. Она предназначена для чтения буквенно-цифровых строк с изображений капч переменного размера и объединяет задачу, для которой ранее использовались отдельные классификаторы для каждого сайта.

Архитектура состоит из CNN на основе ResNet, двухслойной двунаправленной LSTM и линейного классификатора с декодированием CTC. Модель распознаёт символы из набора 0–9, a–z и A–Z; README сообщает точность полного совпадения строки около 89% на отложенной части обучающих данных. Репозиторий содержит веса в формате safetensors; лицензия — MIT.

Модель обучена на особенностях шрифтов и искажений капч бразильских государственных сайтов. Её перенос на капчи США и Европы не проверен; качество может снижаться для строк длиннее типичных 4–5 символов. Набор sei содержит математические капчи, но модель транскрибирует их метки как обычные четырёхсимвольные строки.

Сценарии применения

  • распознавание капч на сайтах бразильских судов
  • чтение капч налоговых органов Бразилии
  • автоматическая транскрипция буквенно-цифровых капч
  • извлечение коротких кодов из изображений капч

Ограничения

Модель обучена на капчах бразильских учреждений; перенос на капчи других стран не проверен. Качество может ухудшаться на строках длиннее 4–5 символов, а математические капчи набора sei она трактует как обычные текстовые строки.

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

txtcaptcha CRNN — unified Brazilian court captcha model

A Convolutional Recurrent Neural Network (ResNet-style CNN → BiLSTM → CTC) trained jointly on ten labeled captcha datasets from Brazilian courts and tax authorities, published originally by the R captcha package. It replaces ten per-site CNN classifiers with a single model that reads variable-length alphanumeric strings from arbitrarily-sized input images.

Usage

from txtcaptcha import decrypt, read_captcha

cap = read_captcha("captcha.png")
# First call downloads the weights from this repo into ~/.cache/huggingface;
# subsequent calls are free.
print(decrypt(cap))                  # greedy CTC decoding
print(decrypt(cap, length=5))        # force exactly 5 output chars
print(decrypt(cap, mask="[0-9]"))    # restrict to digits

Explicit download (useful for notebooks or CI warmup):

from txtcaptcha import from_pretrained
model = from_pretrained("jtrecenti/txtcaptcha-crnn")

Install txtcaptcha:

pip install git+https://github.com/jtrecenti/txtcaptcha

Training data

Merged union of these datasets (published at https://github.com/decryptr/captcha/releases):

cadesp, esaj, jucesp, rfb, sei, tjmg, tjpe, tjrs, trf5, trt

Labels follow the filename convention <id>_<label>.<ext>. Vocabulary is the full alphanumeric range 0-9a-zA-Z (62 classes + CTC blank).

Architecture

StageDetails
BackboneResNet-style CNN, channels 64 → 128 → 256 → 256, H/8 × W/4 downsample
Sequence head2-layer bidirectional LSTM, hidden 256
ClassifierLinear 512 → 63 (62 chars + blank)
LossCTC, handles variable output length
InputAny dimensions; height resized to 32 at inference, width preserved

The full config is in config.json.

Validation accuracy

~89% captcha-level exact match on a held-out 20% split of the training corpus. Per-dataset breakdown available in notebooks/eval_per_dataset.ipynb.

Limitations

  • Trained exclusively on Brazilian court captcha fonts/distortions. Generalization to US/European OCR captchas is untested.
  • The sei dataset is a math captcha; the model learned to transcribe the (already-solved) label as if it were a plain 4-char sequence.
  • Label length distribution is concentrated on 4–5 chars; longer sequences may degrade. Use decrypt(..., length=N) to enforce an exact length.

Versioning

Pin to a specific release with revision=:

from_pretrained("jtrecenti/txtcaptcha-crnn", revision="v0.1.0")

License

MIT. The original training data from the R captcha package is redistributed under its own terms.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
cbdc1b9

0 моделей