/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-base-handwritten
Библиотека
transformers
Опубликована
28 фев 2026

trocr-prescription

Описание изображенийИзображение → текст4 профессии

Модель распознаёт рукописный английский текст на изображениях строк медицинских рецептов.

126скачиваний за 30 дней0лайковвеса обновлены30 мар 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

Модель shubham879/trocr-prescription разработана shubham879 и дообучена на основе microsoft/trocr-base-handwritten для распознавания рукописного текста в медицинских рецептах. Это модель архитектуры VisionEncoderDecoder из библиотеки Transformers, которая принимает изображения строк рецепта и преобразует их в текст. Она предназначена для оцифровки рецептов и извлечения медицинского текста, в том числе как часть конвейеров распознавания и проверки рецептов.

По данным карточки, показатель CER составляет 9%, а точность последовательности — 73%. Модель ориентирована на английский язык и рукописные рецепты; для наилучшей работы рекомендуются обрезанные изображения отдельных строк. Лицензия — Apache-2.0. Распознавание ухудшается при неразборчивом почерке и низком качестве изображения, а названия препаратов могут быть прочитаны неверно.

Сценарии применения

  • распознавание рукописного текста в рецептах
  • оцифровка строк медицинских назначений
  • извлечение текста из изображений рецептов
  • подготовка рецептов к автоматической проверке
  • встраивание OCR в конвейер обработки медицинских документов

Ограничения

Качество распознавания снижается при неразборчивом почерке и низком качестве изображения; необычно написанные названия лекарств могут распознаваться неверно. Модель не предназначена для печатных документов, многоязычного почерка и сильно искажённых или зашумлённых изображений.

Для каких профессий подходит4

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

Model Card for trocr-prescription

Model Details

Model Description

This model is a fine-tuned version of microsoft/trocr-base-handwritten for handwritten medical prescription text recognition.

It is designed to extract handwritten prescription text from medical images using transformer-based OCR.

  • Developed by: shubham879
  • Model type: VisionEncoderDecoderModel
  • Language(s): English
  • License: Apache-2.0
  • Finetuned from model: microsoft/trocr-base-handwritten

Model Sources


Uses

Direct Use

This model is intended for:

  • handwritten prescription OCR
  • medical text extraction
  • OCR preprocessing pipelines

Downstream Use

Can be integrated into:

  • prescription error detection systems
  • medical document digitization
  • healthcare OCR pipelines

Out-of-Scope Use

Not recommended for:

  • printed document OCR
  • multilingual handwriting
  • severely distorted or noisy scans

Bias, Risks, and Limitations

  • Accuracy decreases on unclear handwriting
  • Sensitive to poor image quality
  • Drug names with unusual handwriting may be misread

Recommendations

Use cropped line-level prescription images for best performance.


How to Get Started with the Model

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image

processor = TrOCRProcessor.from_pretrained("shubham879/trocr-prescription")
model = VisionEncoderDecoderModel.from_pretrained("shubham879/trocr-prescription")

image = Image.open("sample.png").convert("RGB")

pixel_values = processor(images=image, return_tensors="pt").pixel_values

generated_ids = model.generate(pixel_values)

text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

print(text)

Training Details

Training Data

The model was fine-tuned using the Doctor’s Handwritten Prescription BD dataset, which contains handwritten medical prescription images.

Training Procedure

Preprocessing

  • Images resized using TrOCRProcessor
  • RGB conversion applied
  • Tokenization handled by TrOCRProcessor

Training Hyperparameters

  • Training regime: fp32

Evaluation

Metrics

  • Character Error Rate (CER)
  • Sequence Accuracy

Results

  • CER: 9%
  • Accuracy: 73%

The model performs well on handwritten prescription text at line level with low character-level error.

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
f319fd3

0 моделей