ປ່ອຍ Tesseract 5.0 ລະບົບການຮັບຮູ້ຂໍ້ຄວາມ

ການປ່ອຍລະບົບການຮັບຮູ້ຂໍ້ຄວາມທາງແສງ Tesseract 4.1 ໄດ້ຖືກຈັດພີມມາ, ສະຫນັບສະຫນູນການຮັບຮູ້ຕົວອັກສອນ UTF-8 ແລະຂໍ້ຄວາມໃນຫຼາຍກວ່າ 100 ພາສາ, ລວມທັງພາສາລັດເຊຍ, ຄາຊັກ, ເບລາຣູດແລະອູແກຣນ. ຜົນໄດ້ຮັບສາມາດຖືກບັນທຶກໄວ້ໃນຂໍ້ຄວາມທໍາມະດາຫຼືໃນຮູບແບບ HTML (hOCR), ALTO (XML), PDF ແລະ TSV. ລະບົບໄດ້ຖືກສ້າງຂື້ນໃນເບື້ອງຕົ້ນໃນປີ 1985-1995 ໃນຫ້ອງທົດລອງ Hewlett Packard; ໃນປີ 2005, ລະຫັດໄດ້ຖືກເປີດພາຍໃຕ້ໃບອະນຸຍາດ Apache ແລະໄດ້ຮັບການພັດທະນາຕື່ມອີກດ້ວຍການມີສ່ວນຮ່ວມຂອງພະນັກງານຂອງ Google. ລະຫັດແຫຼ່ງຂອງໂຄງການແມ່ນແຈກຢາຍພາຍໃຕ້ໃບອະນຸຍາດ Apache 2.0.

Tesseract ປະກອບມີຜົນປະໂຫຍດຂອງ console ແລະຫ້ອງສະຫມຸດ libtesseract ສໍາລັບການຝັງຟັງຊັນ OCR ເຂົ້າໄປໃນແອັບພລິເຄຊັນອື່ນໆ. ການໂຕ້ຕອບ GUI ພາກສ່ວນທີສາມທີ່ສະຫນັບສະຫນູນ Tesseract ປະກອບມີ gImageReader, VietOCR ແລະ YAGF. ເຄື່ອງຈັກການຮັບຮູ້ສອງແມ່ນໄດ້ຖືກສະເຫນີ: ແບບຄລາສສິກທີ່ຮັບຮູ້ຂໍ້ຄວາມໃນລະດັບຂອງຮູບແບບຕົວອັກສອນສ່ວນບຸກຄົນ, ແລະອັນໃຫມ່ໂດຍອີງໃສ່ການນໍາໃຊ້ລະບົບການຮຽນຮູ້ເຄື່ອງຈັກໂດຍອີງໃສ່ເຄືອຂ່າຍ neural recurrent LSTM, ເຫມາະສໍາລັບການຮັບຮູ້ສາຍທັງຫມົດແລະອະນຸຍາດໃຫ້ສໍາລັບການ. ເພີ່ມຂຶ້ນຢ່າງຫຼວງຫຼາຍໃນຄວາມຖືກຕ້ອງ. ຮູບແບບການຝຶກອົບຮົມທີ່ກຽມພ້ອມໄດ້ຖືກຈັດພີມມາສໍາລັບ 123 ພາສາ. ເພື່ອເພີ່ມປະສິດທິພາບການປະຕິບັດ, ໂມດູນທີ່ໃຊ້ຄໍາແນະນໍາ OpenMP ແລະ SIMD AVX2, AVX, NEON ຫຼື SSE4.1 ແມ່ນສະເຫນີ.

ການປັບປຸງທີ່ສໍາຄັນໃນ Tesseract 5.0:

• Значительное изменение номера версии связано с внесением в API изменений, нарушающих совместимость. В частности, публично доступный API libtesseract больше не привязан к проприетарным типам данных GenericVector и STRING, вместо которых в коде задействованы std::string и std::vector.
• Проведена реорганизация дерева исходных текстов. Публичные заголовочные файлы перемещены в каталог include/tesseract.
• Переработано управление памятью, все вызовы malloc и free заменены на код C++. Проведена общая модернизация кода.
• Добавлены оптимизации для архитектур ARM и ARM64, для ускорения вычислений задействованы инструкции ARM NEON. Проведена общая для всех архитектур оптимизация производительности.
• Реализованы новые режимы тренировки моделей и распознавания текста, основанные на использовании вычислений с плавающей запятой. Новые режимы отличаются более высокой производительностью и снижением потребления памяти. В движке LSTM быстрый режим float32 включён по умолчанию.
• Осуществлён переход на использование нормализации Unicode с использованием формы NFC (Normalization Form Canonical).
• Добавлена опция для настройки детализации логов (—loglevel).
• Переработана система сборки на основе Autotools, которая переведена на сборку в нерекурсивном режиме.
• Ветка «master» в Git переименована в «main».
• Добавлена поддержка новых выпусков macOS и систем Apple на базе чипа M1.
  
  ແຫຼ່ງຂໍ້ມູນ: opennet.ru