metadata
title: Pix2Text
emoji: 🔤
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: 3.50.0
app_file: app.py
pinned: false
license: mit
language:
- en
- tr
tags:
- ocr
- image-to-text
- computer-vision
- transformers
Pix2Text Model
Bu model görüntülerden metin çıkarma (OCR) işlemi için geliştirilmiştir.
Kullanım
from transformers import AutoModel, AutoConfig
from PIL import Image
# Model yükle
config = AutoConfig.from_pretrained("your-username/pix2text", trust_remote_code=True)
model = AutoModel.from_pretrained("your-username/pix2text", trust_remote_code=True)
# Görüntü yükle ve tahmin yap
image = Image.open("your_image.jpg")
result = model.predict(image)
print(result)
Özellikler
- PyTorch tabanlı
- Transformers kütüphanesi ile uyumlu
- Gradio arayüzü ile test edilebilir
- Türkçe ve İngilizce metin desteği
Model Mimarisi
- CNN tabanlı görüntü kodlayıcısı
- Fully connected text decoder
- 768 boyutlu gizli katman
- 30.000 kelime dağarcığı
Performans
Model hala geliştirme aşamasındadır ve örnek amaçlıdır.