Crnn Fa Printed 96 Long

🚀 波斯語OCR的CRNN模型

本項目是一個用於波斯語OCR（光學字符識別）的CRNN模型。該模型基於簡單的CNN + LSTM架構，其靈感來源於這篇論文。它是我們之前模型 hezarai/crnn-base-fa-v1 的繼任者，在多個方面進行了改進，能夠更好地滿足波斯語OCR的需求。

🚀 快速開始

安裝依賴

pip install hezar

代碼示例

from hezar.models import Model

crnn = Model.load("hezarai/crnn-base-fa-v2")
texts = crnn.predict(["sample_image.jpg"])
print(texts)

✨ 主要特性

• 數據集擴充：使用了比之前大5倍的數據集進行訓練，提升了模型的泛化能力。
• 輸入尺寸調整：將輸入圖像的大小從64x256調整為32x384，以適應更多的圖像場景。
• 輸出長度增加：最大輸出長度從64增加到96，雖然數據集中樣本的最大長度為48，但這樣調整是為了處理CTC損失問題。
• 字符支持豐富：支持數字和特殊字符，具體可查看 model_config.yaml 中的 id2label。
• 字符方向處理：能夠自動處理文本中像數字這樣的從左到右（LTR）的字符。

📚 詳細文檔

本模型僅針對打印或掃描文檔進行了優化，對於長度約為50個字符的文本效果最佳。如果需要一個端到端的OCR管道，建議先使用文本檢測模型（如 hezarai/CRAFT）提取文本框（最好是按單詞級別提取），然後再使用本模型。此外，該模型也可以在其他領域（如車牌識別或手寫文本識別）進行微調。

📄 許可證

本項目採用Apache-2.0許可證。