Progetto sta emergendo un nuovo sistema di riconoscimento ottico dei caratteri che supporta oltre 40 lingue, tra cui inglese, tedesco, francese, giapponese, cinese, coreano, uzbeko, azero e lituano. Le lingue basate su cirillico non sono supportate al momento, ma sono in programma per l'aggiunta. Il codice è scritto in Python utilizzando il framework e con licenza Apache 2.0. Per il download modelli pronti per lingue basate sull'alfabeto latino e caratteri ideografici.
Per l'identificazione e il riconoscimento del testo nelle immagini, vengono applicati metodi di apprendimento automatico. Per identificare il testo si utilizza un algoritmo di apprendimento automatico (Character-Region Awareness For Text) in per PyTorch, capace di isolare il testo su oggetti casuali, tra cui etichette, segnali informativi e cartelli stradali. Per il riconoscimento delle sequenze di caratteri viene utilizzata una rete neurale convoluzionale e ricorrente (Convolutional Recurrent Neural Network, una combinazione di DCNN e RNN) e l'algoritmo CTC BeamSearch (Connectionist Temporal Classification) per decodificare i dati di output della rete neurale in una rappresentazione testuale.
Fonte: opennet.ru
