PP-OCRv6 على Hugging Face: التعرف على النصوص بـ 50 لغة بنماذج تتراوح من 1.5M إلى 34.5M معلمة

أعلن فريق PaddleOCR عن إطلاق PP-OCRv6، الجيل الجديد من نماذج التعرف البصري على الحروف (OCR) الشاملة للكشف عن النص والتعرف عليه في السيناريوهات الواقعية: المستندات، لقطات الشاشة، الصور متعددة اللغات، الشاشات الرقمية، الملصقات الصناعية، والنصوص في الشوارع. تتضمن العائلة ثلاثة مستويات: Tiny (1.5 مليون معلمة)، Small (7.7 مليون)، وMedium (34.5 مليون)، حيث يدعم النموذجان Medium وSmall 50 لغة، بما في ذلك الصينية المبسطة والتقليدية والإنجليزية واليابانية و46 لغة أساسها اللاتينية. في المقاييس الداخلية لـ PaddleOCR، يحقق نموذج PP-OCRv6_medium دقة كشف Hmean بنسبة 86.2% ودقة تعرف بنسبة 83.2%، وهي أعلى بنسبة 4.6 و5.1 نقطة مئوية على التوالي مقارنة بـ PP-OCRv5_server. في الكشف، يُستخدم RepLKFPN، وهو هرم ميزات خفيف بنوى التفاف كبيرة، بينما في التعرف يُستخدم EncoderWithLightSVTR، الذي يجمع بين النمذجة المحلية للسياق والانتباه العالمي. تتوفر للمطورين عدة واجهات خلفية للاستنتاج (inference): Paddle Inference و Transformers (عبر Hugging Face) و ONNX Runtime. توضح أمثلة أكواد بايثون كيفية تشغيل OCR بواجهات خلفية مختلفة. نُشرت النماذج على Hugging Face Hub بتنسيقات safetensors وPaddle وONNX، كما تتوفر تجربة تجريبية عبر الإنترنت.