DTrOCR

用纯解码器 Transformer 直接生成文字，简化 OCR 识别流程

DTrOCR 是论文《DTrOCR: Decoder-only Transformer for Optical Character Recognition》的 PyTorch 官方实现，把文本识别重新定义为纯解码器 Transformer 的自回归生成任务。传统 OCR 通常依赖 CNN 特征提取加 CTC 或编码器-解码器结构，而该项目直接用解码器 Transformer 逐字符生成识别结果，简化了整体架构。核心能力包括：支持场景文本与手写文本识别、可加载预训练权重进行推理、提供训练与评估脚本、兼容常见 OCR 数据集格式。对研究者而言，它提供了一个结构简洁、易于修改的基线，方便对比不同解码策略与预训练方案；对工程实践者，可用来快速验证解码器-only 架构在特定语料上的效果。项目代码量不大，依赖 PyTorch，适合作为 OCR 方向论文复现与二次开发的起点。