🚀 韩语Trocr模型

该Trocr模型使用了采用声母的分词器的解码器模型，解决了原Trocr模型因解码器分词器中无对应字符而无法进行OCR识别的问题，避免了声母被识别为UNK的情况。此模型还运用了在2023教师群体AI OCR挑战赛中积累的经验。

🚀 快速开始

以下是该模型的使用示例，展示了如何使用该模型对图像进行OCR识别。

from transformers import TrOCRProcessor, VisionEncoderDecoderModel, AutoTokenizer
import requests 
import unicodedata
from io import BytesIO
from PIL import Image

processor = TrOCRProcessor.from_pretrained("ddobokki/ko-trocr") 
model = VisionEncoderDecoderModel.from_pretrained("ddobokki/ko-trocr")
tokenizer = AutoTokenizer.from_pretrained("ddobokki/ko-trocr")

url = "https://raw.githubusercontent.com/ddobokki/ocr_img_example/master/g.jpg"
response = requests.get(url)
img = Image.open(BytesIO(response.content))

pixel_values = processor(img, return_tensors="pt").pixel_values 
generated_ids = model.generate(pixel_values, max_length=64)
generated_text = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
generated_text = unicodedata.normalize("NFC", generated_text)
print(generated_text)

✨ 主要特性

• 解决了原Trocr模型无法对分词器中不存在字符进行OCR识别的问题，避免声母被识别为UNK。
• 运用了在2023教师群体AI OCR挑战赛中获得的经验。

📦 安装指南

文档未提供具体安装步骤，暂不展示。

💻 使用示例

基础用法

from transformers import TrOCRProcessor, VisionEncoderDecoderModel, AutoTokenizer
import requests 
import unicodedata
from io import BytesIO
from PIL import Image

processor = TrOCRProcessor.from_pretrained("ddobokki/ko-trocr") 
model = VisionEncoderDecoderModel.from_pretrained("ddobokki/ko-trocr")
tokenizer = AutoTokenizer.from_pretrained("ddobokki/ko-trocr")

url = "https://raw.githubusercontent.com/ddobokki/ocr_img_example/master/g.jpg"
response = requests.get(url)
img = Image.open(BytesIO(response.content))

pixel_values = processor(img, return_tensors="pt").pixel_values 
generated_ids = model.generate(pixel_values, max_length=64)
generated_text = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
generated_text = unicodedata.normalize("NFC", generated_text)
print(generated_text)

高级用法

文档未提供高级用法示例，暂不展示。

📚 详细文档

训练数据集

该模型使用了以下AI Hub的数据集进行训练：

• 多种形式的韩文文字OCR
• 公共行政文件OCR

模型结构

🔧 技术细节

文档未提供足够的技术实现细节，暂不展示。

📄 许可证

本模型采用Apache-2.0许可证。