Progetto si sta sviluppando un nuovo sistema di riconoscimento ottico dei caratteri, supportando oltre 40 lingue, tra cui inglese, tedesco, francese, giapponese, cinese, coreano, uzbeko, azero e lituano. Le lingue basate su cirillico non sono ancora supportate, ma il loro aggiungimento è in programma. Il codice è scritto in Python utilizzando il framework e sotto licenza Apache 2.0. Per il download modelli predefiniti per lingue basate sull'alfabeto latino e sui caratteri ideografici.
Per la definizione e il riconoscimento del testo in un'immagine vengono applicati metodi di apprendimento automatico. Per la definizione del testo viene utilizzato l'algoritmo di apprendimento automatico (Character-Region Awareness For Text) in per PyTorch, capace di estrarre il testo da oggetti casuali, inclusi etichette, segnali informativi e segnali stradali. Per il riconoscimento delle sequenze di caratteri viene utilizzata una rete neurale convoluzionale ricorrente (Rete Neurale Convoluzionale Ricorrente, combinazione di DCNN e RNN) e l'algoritmo CTC BeamSearch (Connectionist Temporal Classification) per decodificare l'output della rete neurale in una rappresentazione testuale.
Fonte: opennet.ru
