Projekt 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 ja Apache 2.0 litsentsi all. Laadimiseks valmis mudelid ladina tähestikut ja hieroglüüfe toetavatele keeledele.
Piltide tekstide määramiseks ja tuvastamiseks kasutatakse masinõppe meetodeid. Teksti määramiseks kasutatakse masinõppe algoritmi (Character-Region Awareness For Text) PyTorchile, mis suudab teksti välja tuua erinevates objektides, sealhulgas siltides, informatsioonitahvlites ja liiklusmärkides. Sümbolite järjestuste tuvastamiseks kasutatakse konvolutsiooniliselt-rekurrentset närvivõrku (Convolutional Recurrent Neural Network, DCNN ja RNN kombinatsioon) ning algoritmi (Connectionist Temporal Classification), et dekodeerida närvivõrgu väljundeid tekstivormingusse.
Allikas: opennet.ru
