Projektet en ny optisk tegenkendelsessystem, der understøtter over 40 sprog, herunder engelsk, tysk, fransk, japansk, kinesisk, koreansk, uzbekisk, azerbajdsjansk og litauisk. Sprog baseret på kyrillisk understøttes i øjeblikket ikke, men de vil blive tilføjet til planen. Koden er skrevet i Python ved brug af rammeværket och under Apache 2.0 licensen. Tilgængelige færdige modeller til sprog baseret på det latinske alfabet og hieroglyffer.
Maskinlæringsmetoder anvendes til at identificere og genkende tekst på billeder. Til tekstgenkendelse benyttes en maskinlæringsalgoritme (Character-Region Awareness For Text) i til PyTorch, der er i stand til at fremhæve tekst på vilkårlige objekter, herunder labels, informationsskilt og vejskilte. For at genkende tegnsekvenser anvendes et konvolutionelt-rekurrent netværk (Convolutional Recurrent Neural Network, en kombination af DCNN og RNN) og algoritmen CTC BeamSearch (Connectionist Temporal Classification) til at omdanne netværkets output til tekstrepræsentation.
Källa: opennet.ru
