Trocr Base Handwritten OCR Handwriting Recognition V2

🚀 trocr-base-handwritten-OCR-handwriting_recognition_v2

本模型是一個用於手寫文字識別的模型，它基於微調技術對基礎模型進行優化，在手寫文字識別任務上有較好的表現，能為手寫文字識別相關應用提供支持。

🚀 快速開始

本模型是 microsoft/trocr-base-handwritten 的微調版本。它在評估集上取得了以下結果：

• 損失值：0.2470
• 字符錯誤率（CER）：0.0360

✨ 主要特性

模型描述

有關該模型的創建方式的更多信息，請查看以下鏈接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Optical%20Character%20Recognition%20(OCR)/Handwriting%20Recognition/Handwriting%20Recognition_v2/Mini%20Handwriting%20OCR%20Project.ipynb

預期用途和侷限性

本模型旨在展示我運用技術解決複雜問題的能力。歡迎你對該模型進行測試和實驗，但請自行承擔風險。

訓練和評估數據

• 數據集來源：https://www.kaggle.com/datasets/ssarkar445/handwriting-recognitionocr
• 訓練數據集字符長度分佈：
• 評估數據集字符長度分佈：

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：5e - 05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 學習率調度器類型：線性
• 訓練輪數：3

訓練結果

框架版本

• Transformers 4.26.0
• Pytorch 1.12.1
• Datasets 2.8.0
• Tokenizers 0.12.1