🚀 阿拉伯文OCR视觉语言模型

本模型专为阿拉伯文光学字符识别（OCR）而设计，能直接识别图像中的阿拉伯文字，为相关领域的文字处理提供了高效的解决方案。

🚀 快速开始

使用以下代码开始使用该模型，但具体代码内容暂未提供。

✨ 主要特性

• 专为阿拉伯文光学字符识别（OCR）设计。
• 基于视觉语言模型，可直接用于识别图像中的阿拉伯文字。

📚 详细文档

模型详情

模型描述

这是一个已发布在Hub上的transformers模型的卡片，此模型卡片是自动生成的。

• 开发者：Ahmed Wasfy、Omer Nacar、Abdelakreem Elkhateb、Mahmoud Reda、Omar Elshehy、Adel Ammar、Wadii Boulila
• 模型类型：用于OCR的视觉语言模型
• 语言（NLP）：阿拉伯语
• 微调基础模型：Qwen2 - VL - 2B - Instruct

模型来源

• 论文：QARI - OCR: High - Fidelity Arabic Text Recognition through Multimodal Large Language Model Adaptation

用途

直接使用

该模型可直接用于识别图像中的阿拉伯文字。

超出适用范围的使用

此模型专为阿拉伯文设计，对其他语言的识别效果可能不佳。

偏差、风险和局限性

用户（直接用户和下游用户）应了解该模型的风险、偏差和局限性，目前暂无更多建议信息。

训练详情

训练数据

在专门的合成数据集上进行训练。

引用信息

BibTeX：

@misc{QariOCR2025,
  title={QARI-OCR: High-Fidelity Arabic Text Recognition through Multimodal Large Language Model Adaptation},
  author={Ahmed Wasfy, Omer Nacar, Abdelakreem Elkhateb, Mahmoud Reda, Omar Elshehy, Adel Ammar, Wadii Boulila},
  year={2025},
  archivePrefix={arXiv},
  url={https://arxiv.org/abs/2506.02295},
  note={Accessed: 2025-03-03}
}

环境影响

可以使用Lacoste等人（2019）中提出的机器学习影响计算器来估算碳排放，但具体的硬件类型、使用时长、云服务提供商、计算区域和碳排放等信息暂未提供。

信息表格

常用提示信息

⚠️ 重要提示

此模型专为阿拉伯文设计，对其他语言的识别效果可能不佳。

💡 使用建议

用户（直接用户和下游用户）应了解该模型的风险、偏差和局限性。