emedvedev/attention-ocr
این یک مدل TensorFlow برای تشخیص متن با استفاده از ترکیب CNN و seq2seq همراه با توجه بصری (visual attention) است که به صورت یک بسته Python در دسترس قرار دارد.
کاربرد:
این پروژه برای استخراج متن از تصاویر (OCR) طراحی شده و می‌تواند در پردازش اسناد، تشخیص متون دست‌نویس یا متن‌های پیچیده در تصاویر استفاده شود.
در چه شرایطی بهتره استفاده شود؟
وقتی نیاز به یک سیستم OCR با دقت بالا دارید و می‌خواهید از قابلیت‌های Google Cloud ML Engine برای آموزش یا استقرار مدل استفاده کنید. همچنین زمانی که می‌خواهید مدل را شخصی‌سازی کنید یا در محیط‌های مبتنی بر TensorFlow ادغامش کنید. ️
چند مثال از موارد استفاده:
- استخراج اطلاعات از فاکتورهای کاغذی
- پردازش اسناد قانونی یا پزشکی
- تشخیص متون در تصاویر با کیفیت پایین یا زاویه‌های غیرمستقیم ️
- استفاده در سیستم‌های خودکار مدرک‌خوان هوشمند
- ##OCR
- ##TensorFlow
- ##TextRecognition
- ##Seq2Seq
- ##VisualAttention
- ##MachineLearning
- ##GoogleCloud
- ##PythonPackage
- ##DocumentProcessing
- ##DeepLearning