Surya OCR — Poneglyph, crops de bulles

Fine-tuning local sur RTX 5090. Entrée : un crop RGB de bulle ; sortie : sa transcription française. Prompt : Transcris exactement le texte visible dans cette bulle. Ne rajoute rien.

Meilleur checkpoint sélectionné uniquement sur le CER de validation : checkpoint-705.

Test réservé

Métrique Valeur
Bulles 1612
CER 0.471 %
WER 1.843 %
Exact match 91.32 %
Distance de Levenshtein moyenne 0.1520
Sorties vides 0.00 %
Générations à la limite de tokens 0

Split strict par page. Les crops et les prédictions individuelles restent privés. Les métriques utilisent une normalisation des espaces et retirent une paire de guillemets extérieurs. Les scores ci-dessus concernent les poids BF16 évalués en Python. Pas de comparaison avec un autre modèle.

Chargement

Poids BF16 au format Transformers standard (transformers==5.14.1). Charger AutoProcessor et AutoModelForImageTextToText depuis ce dossier. Les patches Liger d'entraînement ne sont pas nécessaires au rechargement. generation_config.json contient les identifiants EOS/PAD et le budget de génération.

Empreinte SHA-256 des poids : 67fa1733d2541d6305cffef1e5202e47930a5f5393d1901adda52e7daab05629.

ONNX / WebGPU

Une version navigateur validée est disponible dans onnx/. Elle contient un encodeur visuel, un graphe de préremplissage et un décodeur récurrent, en précision mixte FP16/FP32. Voir les instructions et contrôles. Le dépôt Poneglyph propose la page /sandbox/surya et le moteur Surya · WebGPU.

Downloads last month
61
Safetensors
Model size
0.7B params
Tensor type
BF16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for Remidesbois/surya-bubble-ocr-poneglyph

Quantized
(11)
this model