CER: 0.0019
training code https://colab.research.google.com/drive/14MfFkhgPS63RJcP7rpBOK6OII_y34jx_?usp=sharing
Характеристики
- Лицензия
- MIT
- Архитектура
- vision-encoder-decoder · dense
- Опубликована
- 11 мар 2022
Ссылки
trocr-captcha
Изображение и текст → текст3 профессии
Модель на архитектуре VisionEncoderDecoderModel распознаёт текст на изображениях CAPTCHA.
141скачиваний за 30 дней5лайковвеса обновлены5 мая 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
tomofi/trocr-captcha — модель распознавания текста на изображениях CAPTCHA, основанная на архитектуре VisionEncoderDecoderModel и опубликованная на Hugging Face. В карточке указана метрика CER 0,0019; подробности набора данных и условий оценки не приведены.
Модель принимает изображение и выдаёт текст. Репозиторий содержит веса PyTorch, а лицензия — MIT. README содержит лишь метрику и упоминание кода обучения, поэтому область применимости и качество на CAPTCHA других типов по этим данным оценить нельзя.
Сценарии применения
- распознавание текста на изображениях CAPTCHA
- автоматическое чтение символов CAPTCHA в тестовых системах
- извлечение текста из изображений CAPTCHA
Ограничения
Указана CER 0,0019, но без описания тестового набора и протокола оценки; переносимость на другие типы CAPTCHA не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- VisionEncoderDecoderModel
- Ревизия весов
- 4576d0f