用于光学字符识别的Tensorflow.js

Question

是否可以使用Tensorflow.js进行实时光学字符识别语言建模(从英语开始)，因为我愿意使客户端本机桌面应用程序在脱机模式下运行。其背后的动机是避免不必要的网络资源消耗，并具有更高的安全级别。我试过捆绑Tesseract.js，但它不是实时的，而且在longer.time的各个论坛上也没有太多的活动。在这方面的任何指针都将是一个很大的帮助。

Answer 1

定义“实时”。如果你指的是网络摄像头上的每一秒，那么是的！如果你想要原生的性能，你应该考虑使用TFLite的移动应用程序。大多数情况下，每秒跑一次是可以接受的。

我建议将现有的TF模型转换为TFJS，以便您进行研究。就像这个：https://github.com/tensorflow/models/tree/master/research/attention_ocr

或者，您可以训练自己的代码，就像TFJS中的经典MNIST示例一样，如下所示：https://storage.googleapis.com/tfjs-examples/mnist/dist/index.html

Answer 2

在electron.js中使用tensorflow.js。它具有本机性能。因为它不使用webgl，而是使用CUDA和原生c库，这些库可以获得超快的结果