Loading
Tem um workflow do ComfyUI? Gere uma documentação legível direto no navegador.Torne um workflow legível.Experimentar agora ↗
This model is a fine-tuned version of TrOCR (Transformer-based Optical Character Recognition) specifically optimized for Urdu Nastaliq script. It was trained on a specialized dataset of poetry by Allama Iqbal to...
Fonte do modelo
Descrição da fonte
This model is a fine-tuned version of TrOCR (Transformer-based Optical Character Recognition) specifically optimized for Urdu Nastaliq script. It was trained on a specialized dataset of poetry by Allama Iqbal to master the complex ligatures, overlapping characters, and right-to-left (RTL) flow of classical Urdu calligraphy.
This final version (V2) represents a major breakthrough in handling Urdu cursive script. By optimizing the vision-to-text alignment, we have successfully resolved common OCR issues such as:
Fontes
1 fonteVerificado 11 de set.
Artefatos de modelo
1 artefatoTrechos de fonte
2 trechos| Original Image | Model Transcription (Urdu) |
|---|---|
| sher_1 | اے نالہ! اے فصل کشور نہ اندوستاں چو مقا ہے تیری پیغامی کو جھک کر آسماں |
| sher_2 | تجھ میں کچھ پیدا نہیں دیرینہ روز ٹکے نظاں تو جواں ہے گردش شام و سحر کے درمیاں |
| sher_3 | ایک جلوہ تھا کلیم طور سینا کے لیے تو حج یہ ہے سراپا چشم پیما کے لیے |
| sher_4 | امتحان دیدئہ ظاہر میں کو ہستاں بے تو پا سہاں اپنا ہے تو دیوار ہند ستاں بے تو |
| sher_5 | مطلع ہوال فلک جس کا ہو وہ یواں ہے تو سوئے خلوت گاہ دل دامن کش انساں ہے تو |
| sher_8 | چو نہال تیری ثریا سے ہیں سر گرم سخن تو نرمیں پرور پہنائے فلک تیرا وطن |
To achieve the high-fidelity results shown above, we recommend using the following inference configuration.
from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image
import torch
# Load the fine-tuned model
processor = TrOCRProcessor.from_pretrained("Khurram123/urdu-poetry-trocr-iqbal")
model = VisionEncoderDecoderModel.from_pretrained("Khurram123/urdu-poetry-trocr-iqbal")
# Load image and prepare pixels
image = Image.open("sample_poetry.jpg").convert("RGB")
pixel_values = processor(image, return_tensors="pt").pixel_values
# Optimized generation parameters for Urdu Nastaliq
generated_ids = model.generate(
pixel_values,
max_length=128,
num_beams=7, # Higher beams for complex ligature search
repetition_penalty=3.0, # Prevents character looping
length_penalty=1.5, # Encourages completion of full poetic lines
early_stopping=False
)
# Decode output
transcription = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(f"OCR Result: {transcription}")
--- language: ur license: apache-2.0 tags: - trocr - ocr - nastaliq - iqbal-poetry - image-to-text - handwritten datasets: - custom-iqbal-poetry metrics: - character-error-rate pipeline_tag: image-to-text widget: - src: https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers/tasks/ocr_example.jpg example_title: Generic OCR Example --- # Urdu Poetry TrOCR (Iqbal Edition) This model is a fine-tuned version of **TrOCR (Transformer-based Optical Character Recognition)** specifically optimized for **Urdu Nastaliq script**. It was trained on a specialized dataset of poetry by Allama Iqbal to master the complex ligatures, overlapping characters, and right-to-left (RTL) flow of classical Urdu calligraphy. ## 🚀 Model Evolution & Performance This final version (V2) represents a major breakthrough in handling Urdu cursive script. By optimizing the vision-to-text alignment, we have successfully resolved common OCR issues such as: * **Reading Direction:** Correctly processes RTL text flow. * **Word Continuity:** Eliminates "split words" and random character insertions. * **Poetic Coherence:** Transcribes full couplets with high linguistic accuracy. ### 📊 Visual Performance Gallery (Sample Results) | Original Image | Model Transcription (Urdu) | | :---: | :--- | |  | اے نالہ! اے فصل کشور نہ اندوستاں چو مقا ہے تیری پیغامی کو جھک کر آسماں | |  | تجھ میں کچھ پیدا نہیں دیرینہ روز ٹکے نظاں تو جواں ہے گردش شام و سحر کے درمیاں | |  | ایک جلوہ تھا کلیم طور سینا کے لیے تو حج یہ ہے سراپا چشم پیما کے لیے | |  | امتحان دیدئہ ظاہر میں کو ہستاں بے تو پا سہاں اپنا ہے تو دیوار ہند ستاں بے تو | |  | مطلع ہوال فلک جس کا ہو وہ یواں ہے تو سوئے خلوت گاہ دل دامن کش انساں ہے تو | |  | چو نہال تیری ثریا سے ہیں سر گرم سخن تو نرمیں پرور پہن...
Source context: 17 downloads · 0 likes · Pipeline image-to-text · Repo Khurram123/urdu-poetry-trocr-iqbal