Crnn Base Fa V2

🚀 波斯語OCR CRNN模型

本項目是一個用於波斯語OCR的CRNN模型。它基於簡單的CNN + LSTM架構，靈感源自這篇論文。該模型是我們之前模型 hezarai/crnn-base-fa-v1 的繼任者，在多個方面進行了改進，能更好地滿足波斯語OCR需求。

🚀 快速開始

安裝依賴

pip install hezar

代碼示例

from hezar.models import Model

crnn = Model.load("hezarai/crnn-base-fa-v2")
texts = crnn.predict(["sample_image.jpg"])
print(texts)

✨ 主要特性

• 數據集增大：使用的數據集比之前大5倍。
• 輸入圖像尺寸調整：將輸入圖像大小從64x256調整為32x384。
• 輸出長度增加：最大輸出長度從64增加到96（數據集中樣本的最大長度為48，以處理CTC損失問題）。
• 字符支持擴展：支持數字和特殊字符（詳見 model_config.yaml 中的 id2label）。
• 字符方向自動處理：能夠自動處理文本中的從左到右（LTR）字符，如數字。

⚠️ 重要提示

• 此模型僅針對印刷/掃描文檔進行了優化，對於長度約為50個字符的文本效果最佳。
• 對於端到端的OCR管道，建議先使用文本檢測模型（如 hezarai/CRAFT）提取文本框（最好是單詞級別的），然後再使用此模型。不過，該模型也可用於在其他領域（如車牌或手寫文本）進行微調。

📄 許可證

本項目採用Apache-2.0許可證。