Trocr Large Printed
基於Transformer的光學字符識別模型,適用於單行印刷體文本識別
下載量 295.59k
發布時間 : 3/2/2022
模型概述
TrOCR採用編碼器-解碼器架構,結合圖像Transformer和文本Transformer,專門用於光學字符識別(OCR)任務。該版本針對印刷體文本進行了優化。
模型特點
混合架構設計
結合視覺Transformer編碼器和文本Transformer解碼器,實現端到端OCR
預訓練權重初始化
圖像編碼器繼承BEiT權重,文本解碼器繼承RoBERTa權重,提升模型性能
印刷體文本優化
專門針對印刷體文本識別進行微調,在SROIE數據集上表現優異
模型能力
印刷體文本識別
單行文本圖像處理
端到端字符識別
使用案例
文檔數字化
收據識別
自動識別掃描收據中的文本信息
在SROIE數據集上表現良好
表格處理
提取表格文檔中的文字內容
工業應用
產品標籤識別
自動讀取產品標籤上的印刷文字
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98