Projektet en ny optisk tegngenkendelsessystem er under udvikling, som understøtter over 40 sprog, herunder engelsk, tysk, fransk, japansk, kinesisk, koreansk, usbekisk, azerbajdsjansk og litauisk. Sprog baseret på kyrillisk skriftsystem understøttes endnu ikke, men deres tilføjelse er planlagt. Koden er skrevet i Python ved hjælp af en ramme. og under Apache 2.0-licens. For at hente færdige modeller til sprog baseret på det latinske alfabet og tegnsæt.
Maskinlæringsmetoder anvendes til at bestemme og genkende tekst på billeder. Til tekstdetektering anvendes en maskinlæringsalgoritme. (Character-Region Awareness For Text) i til PyTorch, der er i stand til at fremhæve tekst på vilkårlige objekter, herunder etiketter, informationsskilte og vejskilte. Til genkendelse af tegnsekvenser anvendes en konvolutionelt-rekurrent neural netværk. (Convolutional Recurrent Neural Network, en kombination af DCNN og RNN) og algoritmen CTC BeamSearch (Connectionist Temporal Classification) til dekodning af netværkets output til tekstrepræsentation.
Kilde: opennet.ru
