Projet un nouveau système de reconnaissance optique de caractères est en développement, prenant en charge plus de 40 langues, y compris l'anglais, l'allemand, le français, le japonais, le chinois, le coréen, l'ouzbek, l'azéri et le lituanien. Les langues basées sur l'alphabet cyrillique ne sont pas encore prises en charge, mais leur ajout est prévu. Le code est écrit en Python en utilisant le framework et sous la licence Apache 2.0. Pour télécharger des modèles prêts à l'emploi pour les langues basées sur l'alphabet latin et les idéogrammes.
Pour identifier et reconnaître le texte sur une image, des méthodes d'apprentissage automatique sont utilisées. L'algorithme d'apprentissage automatique pour l'identification du texte est (Character-Region Awareness For Text) en pour PyTorch, capable d'extraire du texte sur des objets variés, y compris des étiquettes, des panneaux d'information et des signaux routiers. Pour la reconnaissance des séquences de caractères, un réseau neuronal convolutif-récurrent (Convolutional Recurrent Neural Network, une combinaison de DCNN et RNN) et l'algorithme CTC BeamSearch (Classification Temporelle Connexionniste) pour décoder les données de sortie du réseau neuronal en une représentation textuelle.
Source : opennet.ru
