Proyecto desarrolla un nuevo sistema de reconocimiento óptico de caracteres que admite más de 40 idiomas, incluidos inglés, alemán, francés, japonés, chino, coreano, uzbeko, azerbaiyano y lituano. Actualmente, los idiomas basados en cirílico no son compatibles, pero su inclusión está en los planes. El código está escrito en Python utilizando el marco y bajo la licencia Apache 2.0. Para descargar modelos listos para los idiomas basados en el alfabeto latino y los caracteres chinos.
Para detectar y reconocer texto en una imagen, se aplican métodos de aprendizaje automático. Para la detección de texto se utiliza un algoritmo de aprendizaje automático (Character-Region Awareness For Text) en para PyTorch, capaz de resaltar texto en objetos arbitrarios, incluyendo etiquetas, paneles informativos y señales de tráfico. Para el reconocimiento de secuencias de caracteres se utiliza una red neuronal convolucional-recurrente (Convolutional Recurrent Neural Network, combinación de DCNN y RNN) y el algoritmo CTC BeamSearch (Clasificación Temporal Conexionista) para decodificar la salida de la red neuronal en representación textual.
Fuente: opennet.ru
