docTR
Bibliothèque open source en Python dédiée à l'analyse de documents pour les développeurs et les data scientists.
OCR en deep learning entraînable, conçu pour répondre aux cas d'utilisation les plus avancés en matière de compréhension de documents.

À la pointe de la technologie
Profitez des dernières avancées en computer vision pour relever les défis les plus complexes du traitement de documents.
Open source
Déployez une solution OCR personnalisée pouvant être hébergée dans votre infrastructure, afin de garantir le respect de vos politiques de confidentialité des données.
Entraînable
Atteignez des performances d'extraction de haut niveau à grande échelle, que ce soit aux États-Unis, en Europe ou pour tout alphabet latin, dans divers secteurs et industries.
Une bibliothèque complète dédiée à l'analyse de documents pour les développeurs et les data scientists.
OCR pré-entraîné
Une solution OCR en Python, prête à l'emploi, entraînée sur des millions de documents en alphabet latin.
De bout en bout
Pipeline OCR en deux étapes combinant des algorithmes de détection et de reconnaissance de texte.
Entrainement
Scripts d'entraînement pour la détection et la reconnaissance de texte, compatibles avec PyTorch et TensorFlow.
Datasets publics
Intégration native des datasets publics les plus réputés pour relever les défis de l'OCR.
Détection des artefacts
Algorithmes spécialisés pour identifier les codes QR, les codes-barres, les signatures et les visages.
Benchmark
Comparaison entre les différents modèles en termes de recall, de précision et de FPS.
Application de démo locale
Générateur d'interface utilisateur pour les démonstrations locales, alimenté par Streamlit.
Compression du modèle
Prise en charge de la demi-précision et de la quantification pour optimiser vos modèles.
Une approche de l'OCR en deux étapes permettant un entrainement complet
Obtenez une précision maximale en entraînant les couches de détection et de reconnaissance de texte adaptées à votre problème spécifique.

Modèles de détection

Modèles de reconnaissance

Voir la démo sur Hugging Face