Нова система за оптично разпознаване на текст EasyOCR

проект EasyOCR Разработва се нова система за оптично разпознаване на текст, която поддържа повече от 40 езика, включително английски, немски, френски, японски, китайски, корейски, узбекски, азербайджански и литовски. Базираните на кирилица езици все още не се поддържат, но се добавят към списъка с планове. Кодът е написан на Python с помощта на рамката PyTorch и разпространява се от лицензиран под Apache 2.0. За зареждане са предоставени готови модели за езици, базирани на латинската азбука и йероглифи.

Методите за машинно обучение се използват за идентифициране и разпознаване на текст в изображение. За идентифициране на текст се използва алгоритъм за машинно обучение ПРАВЯ (Информация за символен регион за текст) в изпълнение за PyTorch, способен да подчертава текст върху произволни обекти, включително етикети, информационни табели и пътни знаци. Конволюционна рекурентна невронна мрежа се използва за разпознаване на последователности от знаци CRNN (Convolutional Recurrent Neural Network, комбинация от DCNN и RNN) и алгоритъм CTC BeamSearch CTC BeamSearch (Connectionist Temporal Classification) за декодиране на изхода на невронната мрежа в текстово представяне.

Източник: opennet.ru