Bina 0.4 Rizeh
компактный и быстрый OCR для персидского
2 мин чтенияобновлено
Bina 0.4 Rizeh — небольшая и быстрая модель из семейства персидского OCR Bina 0.4 от Reza2kn. Это не отдельный чекпойнт, а полный пайплайн распознавания целых страниц: печатный текст, рукопись, формы, скриншоты, письма, газеты и простая математика. Ядро — около 71M параметров: детектор строк на 38,5M (файнтюн Surya) и CTC-распознаватель на 32,8M, дистиллированный из Bina 0.4 Koochik.
Ключевые особенности
- Пайплайн включает layout от Surya, детекторы строк, специализированных readers и сборку страницы.
- Распознаёт печатный текст, рукописные страницы, формы, скриншоты, номера, математику и деградировавшие сканы.
- Принимает изображения и PDF; PDF рендерятся в 200 dpi, на выходе — TXT и JSON с боксами, слоями и confidence.
- Persian-first: латиница и цифры читаются, но другие языки не были целью.
- Веса и код собраны в репозитории; первый запуск скачивает закреплённую версию Surya layout.
Пример
from PIL import Image
from rizeh import Rizeh
ocr = Rizeh("cuda")
result = ocr(Image.open("page.jpg").convert("RGB"))
print(result["text"])
Подробнее
CER: 9,39% на 193 кропах, 3,97% на рукописном основном тексте, 1,76% на 338 печатных строках; таблицы — 19,63%.Нужен Python 3.10; рекомендуется NVIDIA GPU.
Ограничения: исторические рукописи не работают (67% CER), таблицы и порядок чтения на плотных layouts слабые; confidence — скоры модели, не калиброванные вероятности.
Лицензия CC BY-NC 4.0; компоненты Surya ограничивают коммерческое использование.










Комментарии