标签:

• 由训练器生成 模型索引:
• 名称: trocr-base-printed_captcha_ocr 结果: [] 语言:
• 英文 指标:
• 字符错误率(CER) 管道标签: 图像转文本

trocr-base-printed_captcha_ocr

该模型是基于microsoft/trocr-base-printed在未知数据集上微调得到的版本。在评估集上取得了以下结果：

• 损失值: 0.1380
• 字符错误率: 0.0075

模型描述

该模型用于从图像验证码输入中提取文本。

关于模型创建过程的更多信息，请查看以下链接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Optical%20Character%20Recognition%20(OCR)/Captcha/OCR_captcha.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，但风险自负。

训练与评估数据

数据集来源：https://www.kaggle.com/datasets/alizahidraja/captcha-data

训练流程

训练超参数

训练过程中使用了以下超参数：

• 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（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型: 线性
• 训练轮数: 3

训练结果

框架版本

• Transformers 4.22.1
• PyTorch 1.12.1
• Datasets 2.4.0
• Tokenizers 0.12.1