Thai Trocr Thaigov V2

🚀 thai_trocr_thaigov_v2

這是一個視覺編碼器 - 解碼器模型，可用於泰語OCR任務的微調。它使用特定的編碼器和解碼器，並在合成文本圖像數據集上進行微調。

🚀 快速開始

本模型是視覺編碼器 - 解碼器模型，具備以下特點：

• 使用microsoft/trocr-base-handwritten作為編碼器。
• 使用airesearch/wangchanberta-base-att-spm-uncased作為解碼器。
• 在250k合成文本圖像數據集上進行微調，該數據集使用了ThaiGov V2 Corpus。
• 使用SynthTIGER生成合成文本圖像。
• 可用於任何泰語OCR任務的微調。

💻 使用示例

基礎用法

from PIL import Image
from transformers import TrOCRProcessor, VisionEncoderDecoderModel

processor = TrOCRProcessor.from_pretrained("kkatiz/thai-trocr-thaigov-v2")
model = VisionEncoderDecoderModel.from_pretrained("kkatiz/thai-trocr-thaigov-v2")

image = Image.open("... your image path").convert("RGB")
pixel_values = processor(image, return_tensors="pt").pixel_values
generated_ids = model.generate(pixel_values)

generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(generated_text)

模型信息