Trocr Small Handwritten

🚀 手寫文字識別模型

本項目將microsoft/trocr-small-handwritten模型轉換為支持 ONNX 權重，以適配 Transformers.js 庫，實現圖像到文本的轉換，可用於手寫文字的光學字符識別。

🚀 快速開始

本項目使用了Transformers.js庫，它可以將microsoft/trocr-small-handwritten模型的 ONNX 權重進行加載和推理，實現圖像到文本的轉換。

📦 安裝指南

如果你還未安裝Transformers.js JavaScript 庫，可以使用以下命令從 NPM 進行安裝：

npm i @xenova/transformers

💻 使用示例

基礎用法

以下是使用Xenova/trocr-small-handwritten模型進行光學字符識別的示例代碼：

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

// 創建圖像到文本的管道
const captioner = await pipeline('image-to-text', 'Xenova/trocr-small-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.' }]

示例圖片

📚 詳細文檔

注意事項

⚠️ 重要提示

目前為 ONNX 權重單獨創建一個倉庫是臨時解決方案，直到 WebML 獲得更廣泛的應用。如果你想讓你的模型支持 Web 端，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）。

模型信息