BriefGPT - AI 论文速递
·
PsOCR：低资源普什图语光学字符识别的大型多模态模型评估
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究构建了包含一百万张标注图像的PsOCR数据集，解决了普什图语OCR中的数据稀缺和文字形态问题。结果表明，Gemini模型表现最佳，Qwen-7B在开源模型中领先，为普什图语OCR研究奠定了基础。
🎯
关键要点
- 本研究构建了包含一百万张标注图像的PsOCR数据集。
- 研究解决了普什图语OCR中的数据稀缺和文字形态问题。
- Gemini模型在所有模型中表现最佳。
- Qwen-7B在开源模型中领先。
- 该研究为普什图语及其他类似文字的OCR研究奠定了基础。
➡️
