库名称：transformers 评估指标：

• 字符错误率（cer） 演示示例：
• 图片源："https://i.ibb.co/QXZFSNx/test7.png" 输出文本： text: รมว.ธรรมนัส ลงพื้นที่ 支持语言：
• 泰语（th） 任务标签：
• 图像转文本（image-to-text）

泰文手写识别模型_trocr_thaigov_v2版

视觉编码器-解码器架构

• 编码器采用microsoft/trocr-base-handwritten预训练模型
• 解码器采用airesearch/wangchanberta-base-att-spm-uncased模型
• 基于泰国政府V2语料库的25万张合成文本图像微调
• 使用SynthTIGER生成合成文本图像
• 适用于各类泰文OCR任务的微调

使用方式

from PIL import Image
from transformers import TrOCRProcessor, VisionEncoderDecoderModel

# 加载处理器与模型
processor = TrOCRProcessor.from_pretrained("kkatiz/thai-trocr-thaigov-v2")
model = VisionEncoderDecoderModel.from_pretrained("kkatiz/thai-trocr-thaigov-v2")

# 处理输入图像
image = Image.open("...图片路径").convert("RGB")
pixel_values = processor(image, return_tensors="pt").pixel_values

# 生成文本
generated_ids = model.generate(pixel_values)
decoded_text = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(decoded_text)