#ocr

Grading a Machine That Read 51,008 Pages With No Answer Key

I machine-read Tsiolkovsky's entire archive. The hard part was measuring accuracy with no ground truth. The archive itself held the answer key.

Hacker Noon · EN

Распознавание визиток на телефоне без облака: PaddleOCR, ONNX и React Native

Фото чужой визитки не должно покидать телефон — так требует 152-ФЗ. Рассказываю, как мы распознаём визитки на Android без облака: PaddleOCR v5 через ONNX Runtime в React Native, почему отказались от LLM, как ускорили снимок с 7,8 до 3 секунд и что ONNX Runtime по умолчанию отправляет в Microsoft. Читать далее

Habr · RU

Корпус мансийского языка. Как мы научили Tesseract читать по-мансийски

Паща о̄лэн, Хабр! (Привет, Хабр!) На связи снова Югорский НИИ информационных технологий (ЮНИИИТ). Продолжаем цикл статей о проекте «Корпус мансийского языка». В первой части мы рассказывали, как с нуля собрали 300 тысяч параллельных предложений и обучили нейросеть переводить с русского на мансийский и обратно. Сегодня поговорим о модели, которая умеет читать мансийский печатный текст. Это OCR, оптическое распознавание символов. Сразу о главном. Мы дообучили открытый движок Tesseract 5, и доля ошибочных символов упала с 18,5% до 0,85%. Это примерно в 20 раз меньше ошибок. Модель лежит в открыто

Habr · RU

What Happens When the Model Reads It Wrong: Building LLM Compliance Review That Survives an Audit

Lessons from cutting manual compliance review by 60% with OCR and LLMs at a bank, and how to design for the moment the model reads a document wrong.

Hacker Noon · EN