Trocr Base Printed

🚀 フォーク版 microsoft/trocr-base-printed の OCR 推論エンドポイント

このリポジトリは、🤗 Inference Endpoints 用の ocr-detection の カスタム タスクを実装しています。カスタマイズされたパイプラインのコードは pipeline.py にあります。

このモデルを推論エンドポイントとしてデプロイするには、pipeline.py ファイルを使用するためにタスクとして Custom を選択する必要があります。 -> 選択されているか再度確認してください

🚀 クイックスタート

💻 使用例

基本的な使用法

エンドポイントは画像を バイナリ として受け取ります。以下は cURL と Python の使用例です。

cURL

1. 画像を取得する

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. cURL リクエストを送信する

curl --request POST \
  --url https://{ENDPOINT}/ \
  --header 'Content-Type: image/jpg' \
  --header 'Authorization: Bearer {HF_TOKEN}' \
  --data-binary '@test.jpg'

3. 期待される出力

{"text": "INDLUS THE"}

Python

1. 画像を取得する

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. リクエストを実行する

import json
from typing import List
import requests as r
import base64

ENDPOINT_URL=""
HF_TOKEN=""

def predict(path_to_image:str=None):
    with open(path_to_image, "rb") as i:
      b = i.read()
    headers= {
        "Authorization": f"Bearer {HF_TOKEN}",
        "Content-Type": "image/jpeg" # content type of image
    }
    response = r.post(ENDPOINT_URL, headers=headers, data=b)
    return response.json()

prediction = predict(path_to_image="test.jpg")

prediction

期待される出力

{"text": "INDLUS THE"}