AIbase

DTLR
DTLR
该产品适合于从事OCR领域的研究者和开发者，特别是那些需要处理手写文本识别任务的专业人士。它能够帮助他们提高识别的准确性和效率，节省大量的人工校对时间。
AI模型AI文字识别#OCR#手写识别#字符检测#深度学习#预训练模型普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
1,008
产品介绍
网站流量
同类开源产品
替代品
简介
DTLR是一个基于检测的手写文本行识别模型，基于DINO-DETR进行改进，用于文本识别和字符检测。该模型在合成数据上预训练，然后在真实数据集上进行微调。它对于OCR（光学字符识别）领域具有重要意义，特别是在处理手写文本时，能够提高识别的准确性和效率。
截图
产品特色
基于DINO-DETR的改进模型，用于文本识别和字符检测。
在合成数据上预训练，提高模型的泛化能力。
使用CTC损失在真实数据集上进行微调，优化模型性能。
支持多种语言和字符集，包括拉丁文、法文、德文和中文。
提供预训练模型和微调模型的权重文件。
包含N-gram模型，用于评估和提高识别准确性。
提供详细的安装和使用指南，方便用户快速上手。
使用教程
1. 克隆代码库到本地环境。
2. 创建虚拟环境并安装所需的Python依赖。
3. 根据指南安装与系统和CUDA版本兼容的Pytorch。
4. 将数据集放置在指定的文件夹中，并进行必要的预处理。
5. 下载预训练模型权重，并放置在适当的目录下。
6. 使用提供的脚本进行模型的微调。
7. 使用评估脚本在不同数据集上评估模型性能。
8. 根据需要，训练自己的N-gram模型以进一步提高识别准确性。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k