许可协议：apache-2.0
支持语言：

• 波斯语

库名称：hezar
标签：

• hezar
• 图像转文本

任务类型：image-to-text

一款波斯语OCR的CRNN模型。该模型基于CNN+LSTM的简洁架构，灵感源自此论文。

这是我们前代模型hezarai/crnn-base-fa-v1的升级版本，主要改进包括：

• 训练数据集扩大5倍
• 输入图像尺寸从64x256调整为32x384
• 最大输出长度从64提升至96（数据集中样本最大长度为48，以解决CTC损失问题）
• 新增数字及特殊字符支持（参见model_config.yaml中的id2label配置）
• 自动处理文本中夹杂的数字等从左至右书写字符

注意：本模型专为印刷体/扫描文档优化，在50字符以内文本上表现最佳。（构建端到端OCR流程时，建议先使用如https://huggingface.co/hezarai/CRAFT的文本检测模型提取单词级文本框，再调用本模型）。但也可通过微调应用于车牌识别或手写文本等其他场景。

使用方式

pip install hezar

from hezar.models import Model  

crnn = Model.load("hezarai/crnn-base-fa-v2")  
texts = crnn.predict(["sample_image.jpg"])  
print(texts)