من المخطط لدينا الاستفادة من نموذج لغوي كبير متعدد الوسائط لإنشاء أوصاف للصور، والتي يجب أن توفر أيضًا مستوى معينًا من التعرف الضوئي على الحروف (OCR). ولكن بالنسبة لـ OCR البحت، ربما تجرب هذا المكون الإضافي؟
4 إعجابات