For the complete documentation index, see llms.txt. This page is also available as Markdown.

TrOCR

Dedicated Deployment या स्व-होस्टेड Inference पर Microsoft के TrOCR टेक्स्ट रिकॉग्निशन API को चलाएँ

TrOCR Microsoft का transformer-आधारित OCR मॉडल है। इसे लाइन-स्तरीय टेक्स्ट पहचान के लिए प्रशिक्षित किया गया है, इसलिए सर्वोत्तम परिणामों के लिए अपने इनपुट को एक ही टेक्स्ट क्षेत्र तक क्रॉप करें।

TrOCR Serverless Cloud API पर उपलब्ध नहीं है। इसे एक पर चलाएँ समर्पित परिनियोजन या स्व-होस्टेड Inference.

TrOCR API

1

अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ खोजें Roboflow API सेटिंग्स पेज और इसे अपने शेल में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="your-key-here"
2

निर्भरताएँ इंस्टॉल करें

ये packages image fetch करते हैं और API call करते हैं:

pip install -U requests opencv-python supervision
3

मॉडल चलाएँ

सेट करें URL अपने समर्पित डिप्लॉयमेंट URL या एक स्थानीय इन्फ़रेंस सर्वर पर।

import base64
import os
import cv2
import requests
import supervision as sv

URL = "https://your-deployment.roboflow.cloud"
image = sv.load_image_from_url("https://media.roboflow.com/inference/license_plate_1.jpg")
_, buffer = cv2.imencode(".jpg", image)
image_base64 = base64.b64encode(buffer).decode("utf-8")

response = requests.post(
    f"{URL}/ocr/trocr",
    headers={"Authorization": f"Bearer {os.environ['ROBOFLOW_API_KEY']}"},
    json={
        "image": {"type": "base64", "value": image_base64},
    },
)
print(response.json()["result"])

ऊपर दिया गया कोड पहचाने गए टेक्स्ट को टर्मिनल में प्रिंट करता है:

कुल

TrOCR की इन्फ़रेंस गति

लेटेंसी मापी गई Roboflow Inference 1x NVIDIA L4 पर, बैच आकार 1 के साथ, वार्मअप के बाद औसत।

मॉडल
लेटेंसी (ms)

trocr

114.4

TrOCR एक ही क्रॉप की गई टेक्स्ट लाइन को पहचानता है, इसलिए यह एक लाइन क्रॉप के लिए लेटेंसी है, पूरे पेज के लिए नहीं।

सेट करें URL को अपने परिनियोजन लक्ष्य से मिलाएँ:

self-hosted Inference के साथ TrOCR चलाएँ

TrOCR द्वारा सर्व किया जाता है Roboflow Inference जो आपके अपने हार्डवेयर पर चलता है। एक स्थानीय सर्वर शुरू करें, फिर मॉडल आर्ग्युमेंट का उपयोग साझा OCR endpoint पर करें:

अंतिम अपडेट

क्या यह उपयोगी था?