Uus optilise märgistuse süsteem EasyOCR

Projekt EasyOCR areneb uue optilise tekstituvastuse süsteem, mis toetab üle 40 keele, sealhulgas inglise, saksa, prantsuse, jaapani, hiina, korea, usbeki, azerbaijaani ja leedu keele. Kirillitsa põhiseid keeli ei toetata veel, kuid nende lisamine on plaanis. Kood on kirjutatud Pythonis, kasutades raamistikku PyTorch ja levitatakse Apache 2.0 litsentsi all. Laadimiseks on saadaval valmis mudelid ladina tähestikut ja hieroglüüfe toetavatele keeledele.

Piltide tekstide määramiseks ja tuvastamiseks kasutatakse masinõppe meetodeid. Teksti määramiseks kasutatakse masinõppe algoritmi CRAFT (Character-Region Awareness For Text) tehnoloogia PyTorchile, mis suudab teksti välja tuua erinevates objektides, sealhulgas siltides, informatsioonitahvlites ja liiklusmärkides. Sümbolite järjestuste tuvastamiseks kasutatakse konvolutsiooniliselt-rekurrentset närvivõrku CRNN (Convolutional Recurrent Neural Network, DCNN ja RNN kombinatsioon) ning algoritmi CTC BeamSearch (Connectionist Temporal Classification), et dekodeerida närvivõrgu väljundeid tekstivormingusse.

Allikas: opennet.ru