42gas42/CRNN-OCR-lite

🧠 CRNN-OCR-lite: OCR nhẹ nhàng nhưng hiệu quả

Một mạng CRNN nhẹ, không phải giải pháp sẵn production, tập trung vào nhận dạng chữ viết tay cấp từ.

Đây là dự án CRNN-OCR-lite, một mạng nơron nhẹ được thiết kế để giải quyết bài toán nhận dạng chữ viết tay cấp từ trên ảnh. Dự án sử dụng kiến trúc CRNN kết hợp CTC-loss, được tối ưu bằng depthwise separable convolutions và spatial transformer module (STN) để điều chỉnh độ nghiêng của văn bản.

✨ Điểm nổi bật

• Spatial Transformer Module (STN): tự động điều chỉnh góc nghiêng của chữ viết, cải thiện độ chính xác.
• Depthwise Separable Convolutions: thay thế convolution truyền thống, giảm kích thước mô hình và tăng tốc độ tính toán.
• Transfer Learning: huấn luyện trước trên mjsynth (dữ liệu sinh học), sau đó tinh chỉnh trên IAM (dữ liệu thực).
• CTC-loss: áp dụng trong huấn luyện để xử lý bài toán nhận dạng chuỗi ký tự.
• Hai mô hình kết quả: một cho chữ in ("đọc chữ trong tự nhiên"), một cho chữ viết tay.
• Tốc độ dự đoán nhanh: chỉ mất ~100–150 ms cho một ảnh, dù có hoặc không có GPU.
• Beam search tốn thời gian: chiếm >95% thời gian dự đoán, chạy trên CPU.
• Hỗ trợ Docker: dễ dàng triển khai và chạy môi trường.

💡 Vì sao đáng chú ý

Thay vì dùng mạng lớn và nặng, CRNN-OCR-lite tập trung vào sự nhẹ nhàng và hiệu quả. Kết hợp STN giúp mô hình tự động xử lý chữ viết nghiêng, trong khi depthwise separable convolutions giảm đáng kể số tham số. Phương pháp transfer learning từ mjsynth sang IAM giúp mô hình học tốt cả chữ in và chữ viết tay thực tế.

Phù hợp cho các ứng dụng nhận dạng chữ viết tay nhanh, không đòi hỏi phần cứng mạnh, nhưng chưa phù hợp trực tiếp cho môi trường production.

---

#OCR #CRNN #MachineLearning #OpenSource #TiniX