Projekt arendab uus optilise teksti tuvastamise süsteem, mis toetab enam kui 40 keelt, sealhulgas inglise, saksa, prantsuse, jaapani, hiina, korea, usbeki, azerbaidžaani ja leedu keeli. Kirillitsale põhinevaid keeli ei toetata veel, kuid nende lisamine on plaanis. Kood on kirjutatud Pythonis, kasutades raamistikku ja Apache 2.0 litsentsi alusel. Laadimiseks saadaval mudelid ladina tähestikku ja hiina kirjadele.
Teksti määramiseks ja tuvastamiseks piltidel kasutatakse masinõppe meetodeid. Teksti määramiseks kasutatakse masinõppe algoritmi (Character-Region Awareness For Text) raamistikus PyTorch, mis suudab tuvastada teksti juhuslikel objektidel, sealhulgas etikettidel, informatsioonitahvlitel ja liiklusmärkidel. Tähestike järjestuse tuvastamiseks kasutatakse konvolutsioonilist-rekurne, närvivõrku (Convolutional Recurrent Neural Network, DCNN ja RNN kombinatsioon) ning algoritmi CTC BeamSearch (Connectionist Temporal Classification) närvivõrgu väljundite dekodeerimiseks tekstivormingusse.
Allikas: opennet.ru
