GLOSSARY

trocr

TrOCR。Transformerで文字を読むOCRモデル

1本の論文題名に登場

定義

Microsoft が公開した、画像側も文字側も Transformer で構成する end-to-end の OCR モデル。CNN と CTC を組み合わせる従来の認識器をやめ、事前学習済みの画像 Transformer をエンコーダ、言語モデルをデコーダに使って行画像から文字列を直接生成する。印刷文字だけでなく手書きや自然画像中の文字も扱う。

論文題名での読み方

固有名。OCRモデル