T

Trocr Small Korean

由team-lucid開發
TrOCR是一個基於視覺編碼器-解碼器架構的韓語圖像轉文本模型,使用DeiT作為圖像編碼器,RoBERTa作為文本解碼器。
下載量 342
發布時間 : 6/30/2023

模型概述

該模型專門用於將韓語圖像中的文本轉換為可編輯的文本格式,適用於文檔數字化等場景。

模型特點

合成數據訓練
使用synthtiger生成的600萬張合成圖像進行訓練,覆蓋多樣化的文本場景。
混合架構
結合DeiT視覺編碼器和RoBERTa文本解碼器的優勢,實現高效的圖像到文本轉換。
TPU優化訓練
訓練過程得到谷歌TPU研究雲(TRC)支持,確保大規模訓練效率。

模型能力

韓語文本識別
圖像到文本轉換
文檔數字化處理

使用案例

文檔處理
韓語文檔數字化
將掃描的韓語文檔或圖片轉換為可編輯文本
提高文檔處理效率,支持後續文本分析
移動應用
韓語OCR應用
集成到移動應用中實現即時韓語文本識別
方便用戶快速提取圖片中的韓語信息
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase