Trocr Sinhala

🚀 TrOCR-Sinhala

这是一个用于僧伽罗语光学字符识别（OCR）的模型，基于微调的TrOCR架构，可将图像中的文字转换为僧伽罗语文本。

🚀 快速开始

TrOCR-Sinhala 是基于 Microsoft TrOCR Printed 微调的模型。你可以参考以下使用示例进行快速体验。

💻 使用示例

基础用法

from PIL import Image
import requests
from io import BytesIO

from transformers import TrOCRProcessor, VisionEncoderDecoderModel, AutoTokenizer

image_url = "https://datasets-server.huggingface.co/assets/Ransaka/sinhala_synthetic_ocr/--/bf7c8a455b564cd73fe035031e19a5f39babb73b/--/default/train/0/image/image.jpg"
response = requests.get(image_url)
img = Image.open(BytesIO(response.content))

processor = TrOCRProcessor.from_pretrained('Ransaka/TrOCR-Sinhala')
model = VisionEncoderDecoderModel.from_pretrained('Ransaka/TrOCR-Sinhala')
model.to("cuda:0")

pixel_values = processor(img, return_tensors="pt").pixel_values.to('cuda:0')  
generated_ids = model.generate(pixel_values,num_beams=2,early_stopping=True)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
generated_text #දිවයිනට බලයට ඇති ආපදා තත්ත්වය හමුවේ සබරගමුව පළාතේ

📚 详细文档

模型信息

框架版本

• Transformers 4.35.2
• Pytorch 2.0.0
• Datasets 2.16.0
• Tokenizers 0.15.0

性能详情

可查看训练指标标签页获取性能详情。

预期用途与限制

更多信息待补充。

训练和评估数据

更多信息待补充。