Вариант для распечатки		Пред. тема | След. тема
Форум Разговоры, обсуждение новостей
Изначальное сообщение		[ Отслеживать ]

"Релиз системы распознавания текста Tesseract 5.1"	+/–
Сообщение от opennews (??), 02-Мрт-22, 11:08
Опубликован релиз системы оптического распознавания текста Tesseract 5.1, поддерживающей распознавание символов UTF-8 и текстов на более чем 100 языках, включая русский, казахский, белорусский  и украинский. Результат может сохраняться как открытым текстом, так и в форматах HTML (hOCR),  ALTO (XML), PDF и TSV. Изначально система была создана в 1985-1995 годах в лаборатории компании Hewlett Packard, в 2005 году код был открыт под лицензией Apache и в дальнейшем развивался при участии работников компании Google. Исходные тексты  проекта распространяются под лицензией Apache 2.0... Подробнее: https://www.opennet.dev/opennews/art.shtml?num=56788
Ответить | Правка | Cообщить модератору

Сообщения

[Сортировка по времени | RSS]

2. "Релиз системы распознавания текста Tesseract 5.1"	+6 +/–
Сообщение от Аноним (2), 02-Мрт-22, 11:42
Использую. Хороший проект. Спасибо разработчикам.
Ответить | Правка | Наверх | Cообщить модератору

	8. "Релиз системы распознавания текста Tesseract 5.1"	+1 +/–
	Сообщение от Аноним (8), 02-Мрт-22, 22:34
	Даёшь распознавание ятей(Ѣ)!! (для дореволюционного текста нужно, не руками же это всё править)
	Ответить | Правка | Наверх | Cообщить модератору

	9. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от Гнъ Анонимъ (?), 03-Мрт-22, 00:54
	Поддерживаю! Сія мѣра очень кстати!
	Ответить | Правка | Наверх | Cообщить модератору

	10. "Релиз системы распознавания текста Tesseract 5.1"	+1 +/–
	Сообщение от barmaley (??), 03-Мрт-22, 09:35
	Право голубчикъ, чтож вы изволите такого писать?
	Ответить | Правка | Наверх | Cообщить модератору

	11. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от Гнъ Анонимъ (?), 03-Мрт-22, 12:49
	> Право голубчикъ, чтож вы изволите такого писать? Я самъ ничего, но много интересныхъ книгъ написано до насъ нашими великими предками
	Ответить | Правка | Наверх | Cообщить модератору

3. "Релиз системы распознавания текста Tesseract 5.1"	–5 +/–
Сообщение от Аноним (3), 02-Мрт-22, 12:55
Пока не запилят восстановление стиля и структуры, с детекцией шрифтов, картинок, таблиц и т.д., с сохранением всей обнаруженной инфы, с возможностью для пользователя вмешиваться в процесс, как сделано в FineReader, так и будет бесполезной поделкой.
Ответить | Правка | Наверх | Cообщить модератору

	6. "Релиз системы распознавания текста Tesseract 5.1"	+3 +/–
	Сообщение от Аноним (6), 02-Мрт-22, 16:40
	https://github.com/tesseract-ocr/tesseract/blob/main/CONTRIB... А вообще и в нынешнем виде он очень полезен: тот же OcrMyPDF, сделанный на его основе - отличная штука для случаев когда надо добавить текстовый слой к отсканированным печатным материалам - например, для удобного поиска по ним.
	Ответить | Правка | Наверх | Cообщить модератору

4. "Релиз системы распознавания текста Tesseract 5.1"	+/–
Сообщение от Аноним (3), 02-Мрт-22, 12:56
>на базе рекуррентной нейронной сети LSTM Продвинутые ребята уже 7 лет как используют трансформеры.
Ответить | Правка | Наверх | Cообщить модератору

	5. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от iLex (ok), 02-Мрт-22, 16:27
	У трансформеров есть неприятный недостаток - они требуют ОЧЕНЬ большого объёма обучающей выборки, чтобы механизм Multi-head attention нормально работал. Подозреваю, у разработчиков Tesseract попросту нет ресурсов, чтоб вручную разметить нужные объёмы. Так что трансформеры - это игрушка крупных корпораций. А на малых выборках LSTM'ки кроют трансформеры по полной.
	Ответить | Правка | Наверх | Cообщить модератору

	7. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от Аноним (3), 02-Мрт-22, 20:27
	>Подозреваю, у разработчиков Tesseract попросту нет ресурсов, чтоб вручную разметить нужные объёмы Трансформеры тренируют на неразмеченных данных. Им нужна модель, понимающая структуру текста, к которой можно приделать распознающую модель, чтобы предсказывать распределение вероятностей для символа при заданной картинке. Для этого разметка не нужна. Нужна модель трансформер на чистом тексте (входы и выходы - 1-hot) + модель-распознавалка, выдающая распределение вероятностей для символа. Веса трансформера для начала можно и нужно заморозить.
	Ответить | Правка | Наверх | Cообщить модератору

	12. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от Анон111 (?), 03-Мрт-22, 14:05
	Google вроде достаточно крупная корпорация
	Ответить | Правка | К родителю #5 | Наверх | Cообщить модератору

	14. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от psv (??), 04-Мрт-22, 23:05
	расскажите это openrefine
	Ответить | Правка | Наверх | Cообщить модератору

13. "Релиз системы распознавания текста Tesseract 5.1"	+/–
Сообщение от ааноним (?), 03-Мрт-22, 22:04
Для винды есть сборка?
Ответить | Правка | Наверх | Cообщить модератору

	15. "Релиз системы распознавания текста Tesseract 5.1"	+/–
	Сообщение от Jh (?), 05-Мрт-22, 04:42
	Есть. Есть даже GUI - VietOCR. В принципе можно пользоваться
	Ответить | Правка | Наверх | Cообщить модератору

16. "Релиз системы распознавания текста Tesseract 5.1"	+/–
Сообщение от DmA (??), 07-Мрт-22, 11:57
А почему только 4 языка перечислены, а не 100?
Ответить | Правка | Наверх | Cообщить модератору

Архив | Удалить

Рекомендовать для помещения в FAQ | Индекс форумов | Темы | Пред. тема | След. тема