manga-ocr base GGUF
японский OCR в 8 битах
1 мин чтенияобновлено
Это 8-битная GGUF-версия manga-ocr base от Pjiwm — OCR-модели, которая читает японский текст в речевых пузырях манги и других коротких надписях. Архитектура: ViT-энкодер и BERT-декодер. Веса не дообучались, только сконвертированы в GGUF с квантованием q8_0.
Ключевые особенности
- PyTorch-чекпоинт сохранён в GGUF под исходными именами тензоров.
- Двумерные матрицы
.weightлинейных слоёв квантованы вq8_0блоками по 32. - Эмбеддинги и прочие матрицы хранятся как float16, нормы и bias — как float32.
- На 40 пузырях с ручной проверкой CER 4,1% — как у float32-оригинала.
- Файл
manga.ggufвесит 128 970 912 байт, словарьvocab.txtне изменён.
Пример
Сценарий из карточки: подайте изображение страницы манги — модель прочитает японский текст в речевых пузырях и коротких надписях. На тесте из 40 пузырей 8-битная версия показала CER 4,1%, столько же у исходной float32.
Подробнее
Точность: CER 4,1% на 40 речевых пузырях — совпадает с float32-оригиналом.Размер:
manga.gguf — 128 970 912 байт (≈129 МБ); vocab.txt — 24 072 байта.Квантование: q8_0 для 2D
.weight, float16 для эмбеддингов, float32 для норм и bias.Ограничения: только японский язык и короткий текст; веса не дообучались.
Лицензия Apache 2.0, как у оригинала.










Комментарии