/ Модель
Каталог

Характеристики

Архитектура
vision-encoder-decoder · dense
Опубликована
3 июл 2023

Ссылки

Hugging Face

trocr-captcha-killer

zenoda
Изображение и текст → текст

Модель на архитектуре vision-encoder-decoder распознаёт текст CAPTCHA на изображениях.

58скачиваний за 30 дней4лайкавеса обновлены4 июл 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.

  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.

Открыть конструктор бенчмарка

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

zenoda/trocr-captcha-killer — модель распознавания текста на изображениях CAPTCHA, размещённая пользователем zenoda. Она использует архитектуру vision-encoder-decoder и принимает изображение, выдавая распознанный текст. В карточке указана точность 0,937338; архитектура и формат PyTorch также подтверждены метаданными. Модель может подойти для экспериментов с автоматическим распознаванием CAPTCHA. Данных о базовой модели, лицензии и контексте применения нет.

Сценарии применения

  • распознавание текста CAPTCHA на изображениях
  • эксперименты с распознаванием искажённого текста
  • оценка точности распознавания CAPTCHA

Ограничения

Указанная точность 0,937338 не сопровождается описанием набора проверки и условий оценки. Лицензия и ограничения применения не приведены в доступных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

accuracy: 0.937338

from transformers import VisionEncoderDecoderModel, TrOCRProcessor
from PIL import Image
import requests

processor = TrOCRProcessor.from_pretrained("zenoda/trocr-captcha-killer")
model = VisionEncoderDecoderModel.from_pretrained("zenoda/trocr-captcha-killer")
model.to('cuda')
url = 'https://huggingface.co/datasets/zenoda/trocr-captcha-killer/resolve/main/106-1688354008849.png'
image = Image.open(requests.get(url, stream=True).raw).convert("RGB")
generated_ids = model.generate(processor(image, return_tensors="pt").pixel_values.to('cuda'))
predictText = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(predictText)

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
b82e30b

0 моделей

    Создать бенчмарк