Projeto está em desenvolvimento um novo sistema de reconhecimento óptico de caracteres que suporta mais de 40 idiomas, incluindo inglês, alemão, francês, japonês, chinês, coreano, uzbeque, azerbaijano e lituano. Idiomas baseados em cirílico ainda não são suportados, mas sua inclusão está planejada. O código foi escrito em Python usando o framework e sob licença Apache 2.0. Para download modelos prontos para idiomas baseados no alfabeto latino e caracteres.
Para a detecção e reconhecimento de texto em imagens, são aplicados métodos de aprendizado de máquina. O algoritmo de aprendizado de máquina para a identificação de texto é (Character-Region Awareness For Text) na para PyTorch, capaz de destacar texto em objetos aleatórios, incluindo rótulos, placas informativas e sinais de trânsito. Para o reconhecimento de sequências de caracteres, uma rede neural convolucional recorrente é utilizada (Convolutional Recurrent Neural Network, combinação de DCNN e RNN) e o algoritmo CTC BeamSearch (Connectionist Temporal Classification) para decodificar a saída da rede neural em uma representação textual.
Fonte: opennet.ru
