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 API
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"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:
कुलTrOCR की इन्फ़रेंस गति
लेटेंसी मापी गई Roboflow Inference 1x NVIDIA L4 पर, बैच आकार 1 के साथ, वार्मअप के बाद औसत।
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।
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?