Распознаватели

Модели распознавания текста.

class manuscript.recognizers.TRBA(weights=None, config=None, charset=None, device=None, force_download=False, rotate_threshold=1.5, region_preparer='bbox', region_preparer_options=None, min_text_size=5, batch_size=128, **kwargs)[исходный код]

Базовые классы: BaseRecognizer

Инициализация модели распознавания текста TRBA с использованием ONNX Runtime.

Методы

__call__(*args, **kwargs)

Вызов объекта как функции.

export(weights_path, config_path, ...[, ...])

Экспорт модели TRBA PyTorch в формат ONNX.

predict(page[, image, batch_size, ...])

Распознаёт текст для текстовых областей на Page и возвращает обновлённый Page.

runtime_providers()

Получить провайдеры выполнения ONNX Runtime в зависимости от устройства.

train(train_csvs, train_roots[, val_csvs, ...])

Обучение модели распознавания текста TRBA на пользовательских наборах данных.
Параметры:
default_weights_name: str | None = 'trba_lite_g1'
pretrained_registry: Dict[str, str] = {'trba_base_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_base_g1.onnx', 'trba_lite_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g1.onnx', 'trba_lite_g2': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g2.onnx'}
config_registry = {'trba_base_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_base_g1.json', 'trba_lite_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g1.json', 'trba_lite_g2': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g2.json'}
charset_registry = {'trba_base_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_base_g1.txt', 'trba_lite_g1': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g1.txt', 'trba_lite_g2': 'github://konstantinkozhin/manuscript-ocr/v0.1.0/trba_lite_g2.txt'}
__init__(weights=None, config=None, charset=None, device=None, force_download=False, rotate_threshold=1.5, region_preparer='bbox', region_preparer_options=None, min_text_size=5, batch_size=128, **kwargs)[исходный код]
Параметры:
predict(page, image=None, batch_size=None, debug_save_dir=None)[исходный код]

Распознаёт текст для текстовых областей на Page и возвращает обновлённый Page.

Тип результата:

Page

Параметры:
static train(train_csvs, train_roots, val_csvs=None, val_roots=None, *, exp_dir=None, charset_path=None, encoding='utf-8', img_h=64, img_w=256, max_len=25, hidden_size=256, num_encoder_layers=3, cnn_in_channels=3, cnn_out_channels=512, cnn_backbone='seresnet31', ctc_weight=0.3, ctc_weight_decay_epochs=50, ctc_weight_min=0.0, max_grad_norm=5.0, batch_size=32, epochs=20, lr=0.001, optimizer='AdamW', scheduler='OneCycleLR', weight_decay=0.0, momentum=0.9, val_interval=1, val_size=3000, train_proportions=None, num_workers=0, seed=42, resume_from=None, save_interval=None, device='cuda', freeze_cnn='none', freeze_enc_rnn='none', freeze_attention='none', pretrain_weights='default', **extra_config)[исходный код]

Обучение модели распознавания текста TRBA на пользовательских наборах данных.

Параметры:
static export(weights_path, config_path, charset_path, output_path, opset_version=14, simplify=True)[исходный код]

Экспорт модели TRBA PyTorch в формат ONNX.

Метод конвертирует обученную модель TRBA из PyTorch в формат ONNX, который может использоваться для более быстрого инференса с ONNX Runtime. Экспортированную модель можно загрузить через TRBA(weights="model.onnx").

Тип результата:

None

Параметры: