Projekt se vyvíjí nový systém optického rozpoznávání textu, který podporuje více než 40 jazyků, včetně angličtiny, němčiny, francouzštiny, japonštiny, čínštiny, korejštiny, uzbečtiny, ázerbájdžánštiny a litevštiny. Jazyky na bázi cyrilice zatím nejsou podporovány, ale jejich přidání je plánováno. Kód je napsán v jazyce Python s použitím rámce a pod licencí Apache 2.0. K dispozici pro stažení hotové modely pro jazyky na bázi latinské abecedy a hieroglyfů.
K určení a rozpoznání textu na obrázku se používají metody strojového učení. K určení textu se používá algoritmus strojového učení (Character-Region Awareness For Text) v pro PyTorch, schopný detekovat text na libovolných objektech, včetně štítků, informačních tabulí a dopravních značek. Pro rozpoznávání sekvencí znaků se používá konvoluční-rekurentní neuronová síť (Convolutional Recurrent Neural Network, kombinace DCNN a RNN) a algoritmus CTC BeamSearch (Connectionist Temporal Classification) pro dekódování výstupních dat neuronové sítě do textového formátu.
Zdroj: opennet.ru
