Документы и OCR

TrOCR

Name: TrOCR
Author: Microsoft

Распознаёт одну строку текста, в том числе рукописного. Официальные веса только для английского, но модель часто дообучают под другие языки — есть русские версии от сообщества.

Последняя открытая версия вышла в сен 2022. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Разработчик: Microsoft, США
Первый выпуск: окт 2021
Последний выпуск: сен 2022
Размеры: 62M – 608M
Лицензия: Можно в коммерциюMIT
Русский язык: Нет
Запуск: Через свой серверРаботает и без видеокарты
Сферы: Документы и бухгалтерия, Образование

Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

Распознавание рукописных строк в анкетах и бланках
Распознавание печатных строк после поиска текста на странице
Основа для дообучения под свой почерк или шрифт

Где применяется

ДокументооборотАрхивыОбразование

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии

подходит

1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии

нет версий

КластерСервер с несколькими видеокартами — флагманские версии

нет версий

Версии

сен 2022TrOCR для текста на фото (STR)
дек 2021TrOCR small
окт 2021TrOCR base и large (рукописный и печатный)

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face

Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать TrOCR в коммерческом проекте?

Да. Лицензия: MIT. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для TrOCR?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли TrOCR русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать TrOCR и сколько это стоит?

Веса TrOCR лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.