Trocr German Handwritten

🚀 TrOCR_german_handwritten モデルカード

このモデルは、ドイツ語の手書き文字を光学文字認識（OCR）するために微調整されたTrOCRモデルです。

🚀 クイックスタート

このモデルをPyTorchで使用する方法は次の通りです。

基本的な使用法

from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image
import requests
# load image from the IAM database
url = 'https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg'
image = Image.open(requests.get(url, stream=True).raw).convert("RGB")
processor = TrOCRProcessor.from_pretrained('fhswf/TrOCR_german_handwritten')
model = VisionEncoderDecoderModel.from_pretrained('fhswf/TrOCR_german_handwritten')
pixel_values = processor(images=image, return_tensors="pt").pixel_values
generated_ids = model.generate(pixel_values)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

✨ 主な機能

• TrOCRモデルをgerman_handwritingデータセットで微調整しています。
• ドイツ語の手書き文字の光学文字認識（OCR）に使用できます。

📚 ドキュメント

モデル詳細

TrOCRモデルは、german_handwritingデータセットで微調整されています。このモデルは、Liらによる論文 TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models で紹介され、このリポジトリ で最初に公開されました。

• 開発者: [詳細情報が必要]
• モデルタイプ: Transformer OCR
• 言語 (NLP): ドイツ語
• ライセンス: afl - 3.0
• 微調整元のモデル [オプション]: TrOCR_large_handwritten

使用用途

このモデルは、ドイツ語の手書き文字の単一行テキスト画像に対する光学文字認識（OCR）に使用できます。

バイアス、リスク、制限事項

このモデルは、ドイツ語の手書き文字の単一行テキスト画像に対する光学文字認識（OCR）に使用できます。

学習詳細

学習データ

このモデルは、german_handwriting データセットで微調整されています。

評価

• レーベンシュタイン距離: 1.85
• 単語誤り率 (WER): 17.5%
• 文字誤り率 (CER): 4.1%

引用情報

@misc{li2021trocr,
      title={TrOCR: Transformer-based Optical Character Recognition with Pre-trained Models}, 
      author={Minghao Li and Tengchao Lv and Lei Cui and Yijuan Lu and Dinei Florencio and Cha Zhang and Zhoujun Li and Furu Wei},
      year={2021},
      eprint={2109.10282},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

📄 ライセンス

このモデルは、afl - 3.0ライセンスの下で提供されています。