项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-30 · 当前星标 ★ 140
技术标签
核心亮点
- 纯 Vision Transformer 架构，去掉 CNN+RNN 混合管线的复杂度
- 论文官方实现，含训练、推理与配置脚本，可直接复现
- 覆盖手写字符、数字、整行文本多种识别任务，便于迁移
不足之处
- 仅 137 星，社区小、issue 与文档支持有限
- 未提供预训练权重与开箱即用的推理 demo，上手需自行准备数据
适用场景
- 学术复现：验证 ViT 在手写文本识别上的效果
- 手写 OCR 基线：作为项目起点微调自有数据
- 教学演示：讲解 Transformer 在视觉序列识别中的应用
替代项目
PaddleOCR、TrOCR
同类项目推荐
AlbumentationsX
开源
一行代码给图像加增强，标注同步不跑偏
Image augmentation for computer vision. AGPL-3.0-only or commercial licensing.
MERGE
开源
一个模型搞定图像生成和深度估计，省时又省力
[NeurIPS 2025] More Than Generation: Unifying Generation and Depth Estimation via Te···
Conceptor
开源
读懂扩散模型的隐藏语言，精准操控图像生成
Official implementation of the paper The Hidden Language of Diffusion Models
photonvision
开源
FRC 机器人视觉开箱即用，调参即出目标位姿
PhotonVision is the free, fast, and easy-to-use computer vision solution for the FIR···
yolov5
开源
用 PyTorch 快速训练和部署目标检测模型，开箱即用。
Ultralytics YOLOv5 in PyTorch for object detection, instance segmentation, classific···
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···
awesome-industrial-anomaly-detec···
开源
一库在手，快速检索工业缺陷检测论文与数据集
Paper list and datasets for industrial image anomaly/defect detection (updating). 工···
semantic-segmentation-ml-pipelin···
开源
用TFX+GCP一键搭建语义分割生产级流水线
Machine Learning Pipeline for Semantic Segmentation with TensorFlow Extended (TFX) a···
NAF
开源
零样本特征放大，无需训练，即插即用提升视觉模型分辨率
Official Implementation of NAF: Zero-Shot Feature Upsampling via Neighborhood Attent···