ocr

បៃដូបញ្ចេញ PP-OCRv6៖ OCR មានប៉ារ៉ាម៉ែត្ររាប់លាន អាចស្មើនឹងម៉ូដែលចក្ខុវិស័យកម្រិតមហាប៊ីលាន

ក្រុម FlyPaddle របស់ Baidu បានបញ្ចេញប្រព័ន្ធ OCR ជំនាន់ថ្មី PP-OCRv6 ដោយផ្តល់កំណែ ៣ ប្រភេទគឺ Tiny 1.5M, Small 7.7M និង Medium 34.5M។ បើធៀបនឹងជំនាន់មុន អត្រាត្រឹមត្រូវនៃការរកឃើញកើនឡើង 4.6% និងអត្រាត្រឹមត្រូវនៃការសម្គាល់កើនឡើង 5.1% ហើយជាមួយនឹងទំហំប៉ារ៉ាម៉ែត្រកម្រិតរាប់លាន វាអាចទទួលបានលទ្ធផលស្ទើរតែ ឬលើសពីការបង្ហាញរបស់ម៉ូដែលភាសាចក្ខុវិស័យកម្រិតរាប់ពាន់លានមួយចំនួន (VLM)។ ម៉ូដែលតែមួយគាំទ្រភាសាចិន អង់គ្លេស ជប៉ុន និងភាសាត្រកូលឡាទីន ៤៦ ប្រភេទ ហើយបានបើកចំហពេញលេញរួចហើយ។

ហេតុអ្វីវាសំខាន់៖ PP-OCRv6 បង្ហាញនិន្នាការថា ម៉ូដែលតូចអាចស្មើសមត្ថភាពម៉ូដែលធំបានតាមរយៈការច្នៃប្រឌិតលើស្ថាបត្យកម្ម ដែលមានសារៈសំខាន់ខ្លាំងសម្រាប់ការដាក់ពង្រាយ AI នៅលើឧបករណ៍គែម និងនៅលើម៉ាស៊ីនផ្ទាល់ (on-device)។ ដោយសារ OCR ជាសមត្ថភាពមូលដ្ឋានរបស់ AI ការកាត់បន្ថយតម្លៃនឹងជំរុញឱ្យមានការដាក់ឲ្យប្រើក្នុងសេណារីយ៉ូកម្មវិធីកាន់តែច្រើន។

#百度 #OCR #AI #开源 #大模型