/ Модель

Характеристики

Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-base-printed
Опубликована
14 фев 2024

trocr-base-printed_license_plates_ocr

Изображение и текст → текст3 профессии

Дообученная модель TrOCR распознаёт текст автомобильных номерных знаков на изображениях.

74скачиваний за 30 дней1лайквеса обновлены14 фев 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 «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

mariovigliar/trocr-base-printed_license_plates_ocr — модель распознавания текста на изображениях автомобильных номерных знаков, созданная дообучением TrOCR от Microsoft. Она использует архитектуру vision-encoder-decoder и предназначена для преобразования изображения номера в текст. Репозиторий содержит веса в формате safetensors. Лицензия и подробности обучения в доступных данных не описаны.

Сценарии применения

  • распознавание автомобильных номеров на фотографиях
  • извлечение номера автомобиля с кадра камеры
  • автоматическое считывание номеров на парковке
  • распознавание номеров для систем контроля въезда

Ограничения

Качество распознавания может зависеть от чёткости, угла съёмки, освещения и формата номерного знака. README не содержит данных об оценке качества, обучающих данных или лицензии.

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

trocr-base-printed_license_plates_ocr

This model is a fine-tuned version of microsoft/trocr-base-printed on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1479
  • Cer: 0.0343

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: 5e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Training LossEpochStepValidation LossCer
0.3561.05000.19340.041
0.15582.010000.14790.0343

Framework versions

  • Transformers 4.37.2
  • Pytorch 2.0.0+cu117
  • Datasets 2.17.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
74df9de

0 моделей