2025-10-01から1ヶ月間の記事一覧

OCRモデルTrOCRについて調べたまとめ

画像処理 機械学習 Python 備忘録

お疲れ様です。 今月の半ばくらいまで会社の勉強会の関係でAI OCRの手法の1つのTrOCRの調査と実装をしていました。 今回はそちらの内容をまとめて備忘録を書いておきます。 論文 arxiv.org 要約（from ChatGPT） TrOCR：Transformerベースの革新的なOCR技術 …

#OCR #HuggingFace #機械学習 #Python

日本語特化OCR「YomiToku」を自作プログラムから動かす【備忘録】

画像処理 Python

お疲れ様です。 今回はOCR（光学文字認識）のお話。 OCR（Optical Character Recognition：光学的文字認識）は画像に含まれる文字をコンピュータで認識できるテキストの形で読み取る技術のこと。 最近だとOSSでYomiTokuが日本語特化OCRとしてはとても優秀で…