/ Модель

Характеристики

Размер весов
31,5 МБ
Лицензия
LGPL 3.0
Библиотека
tensorrt
Опубликована
3 ноя 2025

meiki.txt.recognition.v0

Описание изображенийИзображение → текст3 профессии

Модель на базе детектора объектов распознаёт японские символы на горизонтальных строках из видеоигр и возвращает их позиции и оценки уверенности.

90 007скачиваний за 30 дней7лайковвеса обновлены24 фев 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

meiki.text.recognition.v0 — модель распознавания японского текста из видеоигр, разработанная для конвейера meikiocr. Она преобразует распознавание текста в обнаружение отдельных символов: использует дообученный детектор объектов с CNN backbone MobileNetV4 и выдаёт символы, ограничивающие рамки и оценки уверенности. Модель опубликована в формате ONNX и рассчитана на использование с TensorRT; лицензия — LGPL-3.0.

Модель предназначена для распознавания горизонтальных строк японского текста на изображениях из видеоигр. Перед обработкой вход нужно масштабировать и дополнить до 960×32 пикселей; модель может обнаружить до 48 символов. Для получения готовой строки требуется постобработка результатов. Разработчик заявляет о выгодном сочетании точности и задержки для японского текста, однако приведённая карточка не содержит численных результатов бенчмарков. Качество за пределами японских видеоигр может снижаться; вертикальный текст не поддерживается.

Сценарии применения

  • распознавание японских диалогов на скриншотах видеоигр
  • извлечение японских строк из игровых изображений
  • определение позиций отдельных символов японского текста
  • подготовка японского игрового текста к последующей постобработке

Ограничения

Модель рассчитана на горизонтальный японский текст из видеоигр, принимает изображения после масштабирования и дополнения до 960×32 пикселей и обнаруживает не более 48 символов. Для текста вне целевого домена качество может снижаться; для восстановления строки нужна постобработка.

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

Official GitHub Repository: meikiocr

This model is a core component of the meikiocr pipeline. For the full implementation, command-line script, and documentation, please see the official GitHub repository.


meiki.text.recognition.v0

pareto-optimal text recognition model. trained on japanese video games.

meiki.text.recognition achieves state-of-the-art text recognition accuracy as well as latency by redefining "text recognition" as "character detection". the model is a fine-tune of https://github.com/Peterande/D-FINE object detecor combined with a mobilenetv4 CNN backbone. to my knowledge there is no existing, open weight text recognition model with a better accuracy/latency tradeoff for japanese text recognition.

intended use and constraints

  • it is specifically trained on japanese video games, therefore performance may vary outside of this use case
  • input needs to be resized and padded to be 960x32px
  • outputs detection results as characters + bbox + confidence. check the inference.py script for a suggested post processing algorithms
  • can detect up to 48 characters
  • only works on horizontal text

benchmarks

cpugpu
accuracy_vs_cpu_latencyaccuracy_vs_gpu_latency

how to use

please refer to this demo inference script: https://huggingface.co/rtr46/meiki.txt.recognition.v0/blob/main/inference.py

examples

input

その一つの実情が、第一層の一画、空気には黴臭さと変に饐えた甘
{
	"text":"その一つの実情が、第一層の一画、空気には黴臭さと変に饐えた甘",
	"chars":[
		{"char":"そ","bbox":[2,0,33,32]},
		{"char":"の","bbox":[33,0,65,32]},
		{"char":"一","bbox":[65,0,96,32]},
		{"char":"つ","bbox":[97,0,128,32]},
		{"char":"の","bbox":[129,0,160,32]},
		{"char":"実","bbox":[161,0,193,32]},
		{"char":"情","bbox":[192,0,224,32]},
		{"char":"が","bbox":[225,0,256,32]},
		{"char":"、","bbox":[258,0,288,32]},
		{"char":"第","bbox":[288,0,319,32]},
		{"char":"一","bbox":[321,0,352,32]},
		{"char":"層","bbox":[352,0,384,32]},
		{"char":"の","bbox":[384,0,415,32]},
		{"char":"一","bbox":[416,0,448,32]},
		{"char":"画","bbox":[448,0,479,32]},
		{"char":"、","bbox":[481,0,512,32]},
		{"char":"空","bbox":[513,0,544,32]},
		{"char":"気","bbox":[544,0,575,32]},
		{"char":"に","bbox":[576,0,608,32]},
		{"char":"は","bbox":[609,0,640,32]},
		{"char":"黴","bbox":[640,0,672,32]},
		{"char":"臭","bbox":[672,0,704,32]},
		{"char":"さ","bbox":[705,0,737,32]},
		{"char":"と","bbox":[738,0,767,32]},
		{"char":"変","bbox":[769,0,800,32]},
		{"char":"に","bbox":[800,0,832,32]},
		{"char":"饐","bbox":[833,0,864,32]},
		{"char":"え","bbox":[864,0,895,32]},
		{"char":"た","bbox":[897,0,928,32]},
		{"char":"甘","bbox":[929,0,960,32]}
	]
}

releases

  • 21.02.2026: i released a new version of the checkpoint that should improve accuracy. if you want to use the old one for some reason use this revision: ddd06176a4da56fba082293dbe9898d4e5998af2

Как запустить

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

GPU в ailist

Универсальный рантайм · tensorrt

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
a28cf58

0 моделей