projet Un nouveau système de reconnaissance optique de texte est en cours de développement et prend en charge plus de 40 langues, dont l'anglais, l'allemand, le français, le japonais, le chinois, le coréen, l'ouzbek, l'Azerbaïdjan et le lituanien. Les langues basées sur le cyrillique ne sont pas encore prises en charge, mais elles sont ajoutées à la liste des plans. Le code est écrit en Python en utilisant le framework и sous licence Apache 2.0. Pour le chargement modèles prêts à l'emploi pour les langues basées sur l'alphabet latin et les hiéroglyphes.
Les méthodes d'apprentissage automatique sont utilisées pour identifier et reconnaître le texte dans une image. Un algorithme d'apprentissage automatique est utilisé pour identifier le texte (Conscience des caractères et des régions pour le texte) dans pour PyTorch, capable de mettre en évidence du texte sur des objets arbitraires, notamment des étiquettes, des panneaux d'information et des panneaux routiers. Un réseau neuronal convolutif récurrent est utilisé pour reconnaître des séquences de caractères (Convolutional Recurrent Neural Network, une combinaison de DCNN et RNN) et algorithme CTC BeamSearch (Classification temporelle connexionniste) pour décoder la sortie du réseau neuronal en représentation textuelle.
Source: opennet.ru