react-native-glyph-ocr: кирилиця на Android без ML Kit
Бібліотека OCR для React Native: Apple Vision на iOS, PaddleOCR на Android. На російських етикетках 77–83% проти 13–28% у ML Kit; пакет уже в npm.
Stuzhuk Lab — Chemistry of Code
Хімія коду
← Усі статті
Тег
OCR
Усі статті блогу з цим тегом.
Урок 3. Абетка, мітки, формат — Навчаємо CNN і CRNN з нуля
Серія «Навчаємо CNN і CRNN з нуля»: пусто=0 (blank), кодування міток і перевірка формату — до першого датасету.
WebGPU + Transformers.js: нейромережі прямо в браузері
Як запускати ML у React без обов’язкового серверного GPU: WebGPU, Transformers.js, ONNX Runtime, OCR і комп’ютерний зір, запасний шлях на WASM і бюджет розміру моделі.
YOLO: як нейромережа вчиться знаходити об'єкти на зображенні
Детекція об'єктів простою інженерною мовою: чим YOLO відрізняється від класифікації та сегментації, що означають рамка, впевненість і придушення дублів, навіщо готові ваги і власний набір, і як зв'язати детектор з OCR, лініями, графом і мовною моделлю на технологічних схемах.
Кроп аркуша УЗТ: проєкції, обережна перспектива й інші способи розрізати бланк
Польові нотатки: як у пілоті ріжемо фото бланка УЗТ на комірки — морфологія, проєкції, обережна перспектива — і які ще прийоми розрізки аркушів поширені в індустрії.
Метрики якості нейромереж: як зрозуміти, що модель справді працює
Як обрати метрики якості нейромережі: класифікація, комп’ютерний зір, OCR, LLM і RAG, калібрування та виробничі показники — що вимірювати, щоб модель реально працювала в продукті.
Компактна CRNN для замірів УЗТ: 640 тисяч параметрів і порожні клітинки
Польові нотатки: локальна CRNN на кропах товщини, CTC, 640 тис. параметрів, конфлікт порожніх клітинок і чому трансформер не перший крок.
Якість компактної замірної мережі не росте від запуску навчання: цикл експериментів
Третя нотатка пілоту УЗТ: діагностика помилок, один важіль за раз, епохи, набір і коли модель уже не треба «дотискати» відсотками.
Порожня клітинка, повтор і закреслення: розпізнавач не повинен вирішувати, чи є замір
Продовження пілоту УЗТ: п'ять видів клітинки, чорнило, повтор угору по колонці, закреслення і чому евристика ще не замінює крихітний класифікатор.
Рукописний бланк УЗТ: чому однієї моделі мало
Польові нотатки пілота: комп’ютерний зір, OCR, vision LLM, confidence і review оператора до ERP — без претензії на готовий гайд.
Як навчити нейромережу читати рукописні цифри: від CNN до TrOCR
Практичний шлях від класифікації однієї цифри до розпізнавання послідовностей на реальних бланках: CNN, CTC, CRNN, TrOCR, розмітка з бази, експерименти та production-пайплайн без зайвої моделі.
Як перетворити зображення схеми на редаговану діаграму: повний огляд технологій від OCR до ШІ
Блок-схеми, UML, BPMN, мережеві топології та креслення: чому PNG ≠ діаграма, що дають OCR, векторизація, CAD, комп'ютерний зір і VLM у 2025–2026, і яка ланцюжок реально працює.