Trocr Large Printed E13b Tesseract MICR Ocr

🚀 trocr-large-printed-e13b_tesseract_MICR_ocr

このモデルは、microsoft/trocr-large-printed をファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.2432
• 文字誤り率 (CER): 0.0036

✨ 主な機能

このモデルは、技術を用いて複雑な問題を解決する能力を示すことを目的としています。

📚 ドキュメント

モデルの説明

モデルの作成方法に関する詳細情報は、以下のリンクをご確認ください。https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Optical%20Character%20Recognition%20(OCR)/Tesseract%20MICR%20(E15B%20Dataset)/TrOCR-e13b%20-%20tesseractMICR.ipynb

想定される用途と制限

このモデルは、技術を用いて複雑な問題を解決する能力を実証することを目的としています。

学習と評価データ

データセットのソース: https://github.com/DoubangoTelecom/tesseractMICR/tree/master/datasets/e13b

ラベル文字長のヒストグラム

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率 (learning_rate): 5e-05
• 学習バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• オプティマイザ (optimizer): Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類 (lr_scheduler_type): linear
• エポック数 (num_epochs): 2

学習結果

フレームワークのバージョン

• Transformers 4.28.1
• Pytorch 2.0.1
• Datasets 2.13.1
• Tokenizers 0.13.3

📄 ライセンス

このモデルは、BSD 3条項ライセンス (bsd-3-clause) の下で提供されています。