base_model: microsoft/trocr-large-printed tags:

• generated_from_trainer model-index:
• name: trocr-large-printed-cmc7_tesseract_MICR_ocr results: [] license: bsd-3-clause language:
• en metrics:
• cer pipeline_tag: image-to-text

trocr-large-printed-cmc7_tesseract_MICR_ocr

该模型是基于microsoft/trocr-large-printed微调后的版本。

模型描述

如需了解该模型的创建过程，请查看以下链接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Optical%20Character%20Recognition%20(OCR)/Tesseract%20MICR%20(CMC7%20Dataset)/TrOCR_cmc7_tesseractMICR.ipynb

预期用途与限制

本模型旨在展示我运用技术解决复杂问题的能力。欢迎测试和实验此模型，但风险自担。

训练与评估数据

数据集来源：https://github.com/DoubangoTelecom/tesseractMICR/tree/master/datasets/cmc7

标签字符长度直方图

训练流程

训练超参数

训练过程中使用的超参数如下：

• 学习率：5e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（betas=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：5

训练结果

该模型的字符错误率（CER）为0.004970720413999727。

框架版本

• Transformers 4.31.0
• Pytorch 2.0.1+cu118
• Datasets 2.13.1
• Tokenizers 0.13.3