Tao Train Ocrnet

Liest Text aus zugeschnittenen Bildregionen mit OCRNet und CTC- oder aufmerksamkeitsbasierten Decodern.

Über diesen Skill

Liest Text aus zugeschnittenen Bildregionen mit OCRNet und CTC- oder aufmerksamkeitsbasierten Decodern.

Dieser Skill wird von NVIDIA gepflegt. Das Quellrepository enthält die Anweisungen und alle benötigten Dateien.

In der Anleitung

  • 01Dataclass Schemas
  • 02Train Action Policy
  • 03Training Requirements
  • 04Per-Action Dataset Requirements
  • 05Checkpoint Selection
  • 06Typical Spec Overrides

Bevor du beginnst

  1. Lesen Sie die Anweisungen und überprüfen Sie die Tool- oder Kontoanforderungen.
  2. Installiere den vollständigen Ordner, wenn der Skill auf Skripte oder andere Dateien verweist.
  3. Geben Sie Ihren Aufgabenkontext an und überprüfen Sie dann die Ausgabe des Agenten.

Quelle

nvidia/skills / tao-train-ocrnet

Quelle überprüft October 2, 2026 · Apache-2.0 / CC-BY-4.0; see source notices