Trocr Base Handwritten

🚀 手寫文字識別模型（trocr-base-handwritten）

本項目將 microsoft/trocr-base-handwritten 模型轉換為 ONNX 權重，以適配 Transformers.js 庫，實現圖像到文本的轉換，可用於手寫文字識別等場景。

🚀 快速開始

本項目使用 ONNX 權重，讓 microsoft/trocr-base-handwritten 模型與 Transformers.js 兼容。

📦 安裝指南

若尚未安裝 Transformers.js JavaScript 庫，可通過以下命令從 NPM 進行安裝：

npm i @xenova/transformers

💻 使用示例

基礎用法

以下是使用 Xenova/trocr-base-handwritten 進行光學字符識別的示例：

import { pipeline } from '@xenova/transformers';

// 創建圖像到文本的管道
const captioner = await pipeline('image-to-text', 'Xenova/trocr-base-handwritten');

// 執行光學字符識別
const image = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/handwriting.jpg';
const output = await captioner(image);
// [{ generated_text: 'Mr. Brown commented icily.' }]

📚 詳細文檔

⚠️ 重要提示

目前為 ONNX 權重單獨創建倉庫是一個臨時解決方案，直到 WebML 獲得更廣泛的應用。若你想讓自己的模型適用於 Web，建議使用 🤗 Optimum 將模型轉換為 ONNX 格式，並按照本倉庫的結構進行組織（將 ONNX 權重放在名為 onnx 的子文件夾中）。

📄 許可證

文檔中未提及許可證相關信息。