Ko Trocr

🚀 韓語Trocr模型

該Trocr模型使用了採用聲母的分詞器的解碼器模型，解決了原Trocr模型因解碼器分詞器中無對應字符而無法進行OCR識別的問題，避免了聲母被識別為UNK的情況。此模型還運用了在2023教師群體AI OCR挑戰賽中積累的經驗。

🚀 快速開始

以下是該模型的使用示例，展示瞭如何使用該模型對圖像進行OCR識別。

from transformers import TrOCRProcessor, VisionEncoderDecoderModel, AutoTokenizer
import requests 
import unicodedata
from io import BytesIO
from PIL import Image

processor = TrOCRProcessor.from_pretrained("ddobokki/ko-trocr") 
model = VisionEncoderDecoderModel.from_pretrained("ddobokki/ko-trocr")
tokenizer = AutoTokenizer.from_pretrained("ddobokki/ko-trocr")

url = "https://raw.githubusercontent.com/ddobokki/ocr_img_example/master/g.jpg"
response = requests.get(url)
img = Image.open(BytesIO(response.content))

pixel_values = processor(img, return_tensors="pt").pixel_values 
generated_ids = model.generate(pixel_values, max_length=64)
generated_text = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
generated_text = unicodedata.normalize("NFC", generated_text)
print(generated_text)

✨ 主要特性

• 解決了原Trocr模型無法對分詞器中不存在字符進行OCR識別的問題，避免聲母被識別為UNK。
• 運用了在2023教師群體AI OCR挑戰賽中獲得的經驗。

📦 安裝指南

文檔未提供具體安裝步驟，暫不展示。

💻 使用示例

基礎用法

from transformers import TrOCRProcessor, VisionEncoderDecoderModel, AutoTokenizer
import requests 
import unicodedata
from io import BytesIO
from PIL import Image

processor = TrOCRProcessor.from_pretrained("ddobokki/ko-trocr") 
model = VisionEncoderDecoderModel.from_pretrained("ddobokki/ko-trocr")
tokenizer = AutoTokenizer.from_pretrained("ddobokki/ko-trocr")

url = "https://raw.githubusercontent.com/ddobokki/ocr_img_example/master/g.jpg"
response = requests.get(url)
img = Image.open(BytesIO(response.content))

pixel_values = processor(img, return_tensors="pt").pixel_values 
generated_ids = model.generate(pixel_values, max_length=64)
generated_text = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
generated_text = unicodedata.normalize("NFC", generated_text)
print(generated_text)

高級用法

文檔未提供高級用法示例，暫不展示。

📚 詳細文檔

訓練數據集

該模型使用了以下AI Hub的數據集進行訓練：

• 多種形式的韓文文字OCR
• 公共行政文件OCR

模型結構

🔧 技術細節

文檔未提供足夠的技術實現細節，暫不展示。

📄 許可證

本模型採用Apache-2.0許可證。