Trocr Nepali

🚀 梵文OCR與TrOCR

本模型是基於視覺編碼器 - 解碼器架構的梵文光學字符識別（OCR）模型，在尼泊爾語/梵文字符上進行了微調。該模型使用Hugging Face的TrOCRProcessor來處理圖像並生成文本。

🚀 快速開始

本模型是一個基於視覺編碼器 - 解碼器架構的梵文光學字符識別（OCR）模型，它在尼泊爾語/梵文字符上進行了微調。模型藉助Hugging Face的TrOCRProcessor處理圖像並生成文本。

✨ 主要特性

• 基於視覺編碼器 - 解碼器架構，專為梵文OCR任務設計。
• 在尼泊爾語/梵文字符上進行微調，適配特定語言需求。
• 使用TrOCRProcessor，能高效處理圖像並生成文本。

📦 安裝指南

文檔未提及安裝步驟，跳過此章節。

💻 使用示例

基礎用法

from transformers import VisionEncoderDecoderModel, TrOCRProcessor, AutoTokenizer
from PIL import Image
import torch

# Load the model and processor
tokenizer = AutoTokenizer.from_pretrained("syubraj/TrOCR_Nepali")
model = VisionEncoderDecoderModel.from_pretrained("syubraj/TrOCR_Nepali")
processor = TrOCRProcessor.from_pretrained("syubraj/TrOCR_Nepali")

# Load image
image = Image.open("path_to_image").convert("RGB")

# Preprocess image
pixel_values = processor(image, return_tensors="pt").pixel_values

# Generate text
generated_ids = model.generate(pixel_values)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

print(generated_text)

高級用法

文檔未提及高級用法代碼示例，跳過此部分。

📚 詳細文檔

模型詳情

🔧 技術細節

文檔未提供具體技術細節（字數少於50），跳過此章節。

📄 許可證

文檔未提及許可證信息，跳過此章節。