Trocr Base Printed

🚀 基於 OCR 推理端點的 microsoft/trocr-base-printed 分支項目

本項目是一個基於 OCR（光學字符識別）推理端點的項目，它復刻自 microsoft/trocr-base-printed。該倉庫為 🤗 Inference Endpoints 實現了一個用於 ocr-detection 的 自定義 任務。自定義管道的代碼位於 pipeline.py 中。

若要將此模型部署為推理端點，你需要選擇 Custom 任務以使用 pipeline.py 文件。請務必 再次確認是否已正確選擇。

🚀 快速開始

✨ 主要特性

• 為 🤗 Inference Endpoints 實現了 ocr-detection 的自定義任務。
• 提供了 cURL 和 Python 兩種請求示例，方便不同用戶使用。

📦 安裝指南

此部分文檔未提及安裝步驟，暫不展示。

💻 使用示例

基礎用法

端點期望圖像以 二進制 形式提供。以下是 cURL 和 Python 的使用示例。

cURL

1. 獲取圖像

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. 發送 cURL 請求

curl --request POST \
  --url https://{ENDPOINT}/ \
  --header 'Content-Type: image/jpg' \
  --header 'Authorization: Bearer {HF_TOKEN}' \
  --data-binary '@test.jpg'

3. 預期輸出

{"text": "INDLUS THE"}

Python

1. 獲取圖像

wget https://fki.tic.heia-fr.ch/static/img/a01-122-02-00.jpg -O test.jpg

2. 運行請求

import json
from typing import List
import requests as r
import base64

ENDPOINT_URL=""
HF_TOKEN=""

def predict(path_to_image:str=None):
    with open(path_to_image, "rb") as i:
      b = i.read()
    headers= {
        "Authorization": f"Bearer {HF_TOKEN}",
        "Content-Type": "image/jpeg" # content type of image
    }
    response = r.post(ENDPOINT_URL, headers=headers, data=b)
    return response.json()

prediction = predict(path_to_image="test.jpg")

prediction

預期輸出

{"text": "INDLUS THE"}

📚 詳細文檔

此部分文檔未提及詳細說明，暫不展示。

🔧 技術細節

此部分文檔未提及技術實現細節，暫不展示。

📄 許可證

此部分文檔未提及許可證信息，暫不展示。