# PP-OCRv5_server_rec ## Genel Bakış **PP-OCRv5_server_rec**, çok dilli belgelerdeki ve doğal sahnelerdeki metin öğelerini verimli bir şekilde tanıma ve anlama konusunda odaklanan, metin tanıma için özel olarak geliştirilmiş hafif bir modeldir. ## Model Mimarisi PP-OCRv5_server_rec, PaddleOCR ekibi tarafından geliştirilen en yeni nesil metin tanıma modelleri olan PP-OCRv5_rec serisinin bir üyesidir. Tek bir modelle Basitleştirilmiş Çince, Geleneksel Çince, İngilizce ve Japonca dillerinin yanı sıra el yazısı, dikey metin, pinyin ve nadir karakterler gibi karmaşık metin senaryolarının tanınmasını verimli ve doğru bir şekilde desteklemek üzere tasarlanmıştır. Tanıma performansını korurken, çıkarım hızı ve model sağlamlığı arasında denge kurarak, çeşitli senaryolarda belge anlama için verimli ve doğru teknik destek sağlar. ## Kullanım ### Tek girişli çıkarım Aşağıdaki örnek, [AutoModel](/docs/transformers/main/tr/model_doc/auto#transformers.AutoModel) kullanarak PP-OCRv5_server_rec ile metin algılamanın nasıl yapılacağını göstermektedir. ```python import requests from PIL import Image from transformers import AutoImageProcessor, AutoModelForTextRecognition model_path="PaddlePaddle/PP-OCRv5_server_rec_safetensors" model = AutoModelForTextRecognition.from_pretrained(model_path, device_map="auto") image_processor = AutoImageProcessor.from_pretrained(model_path) image = Image.open(requests.get("https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_rec_001.png", stream=True).raw).convert("RGB") inputs = image_processor(images=image, return_tensors="pt").to(model.device) outputs = model(**inputs) results = image_processor.post_process_text_recognition(outputs) for result in results: print(result) ``` ### Toplu çıkarım PP-OCRv5_server_rec ile bunu [AutoModel](/docs/transformers/main/tr/model_doc/auto#transformers.AutoModel) kullanarak nasıl yapabileceğiniz aşağıda gösterilmektedir: ```python import requests from PIL import Image from transformers import AutoImageProcessor, AutoModelForTextRecognition model_path = "PaddlePaddle/PP-OCRv5_server_rec_safetensors" model = AutoModelForTextRecognition.from_pretrained(model_path, device_map="auto") image_processor = AutoImageProcessor.from_pretrained(model_path) image = Image.open(requests.get("https://huggingface.co/datasets/hf-internal-testing/transformers-synthetic-assets/resolve/main/images/paddle_general_ocr_rec_001.png", stream=True).raw).convert("RGB") inputs = image_processor(images=[image, image], return_tensors="pt").to(model.device) outputs = model(**inputs) results = image_processor.post_process_text_recognition(outputs) for result in results: print(result) ``` ## PPOCRV5ServerRecForTextRecognition[[transformers.PPOCRV5ServerRecForTextRecognition]] #### transformers.PPOCRV5ServerRecForTextRecognition[[transformers.PPOCRV5ServerRecForTextRecognition]] ```python transformers.PPOCRV5ServerRecForTextRecognition(config: PPOCRV5ServerRecConfig) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/modeling_pp_ocrv5_server_rec.py#L357) **Parametreler:** config ([PPOCRV5ServerRecConfig](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecConfig)) : Modelin tüm parametrelerini içeren model yapılandırma sınıfı. Bir yapılandırma dosyasıyla başlatmak, modelle ilişkili ağırlıkları yüklemez, yalnızca yapılandırmayı yükler. Model ağırlıklarını yüklemek için [from_pretrained()](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel.from_pretrained) yöntemine bakın. Metin tanıma görevleri için PPOCRV5ServerRec modeli. Bu model [PreTrainedModel](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel) sınıfından devralır. Kütüphanenin tüm modelleri için uyguladığı genel yöntemler (indirme veya kaydetme, giriş gömme boyutlarını yeniden ayarlama, başları budama vb.) için üst sınıf belgelendirmesine bakın. Bu model aynı zamanda bir PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) alt sınıfıdır. Bunu standart bir PyTorch Module olarak kullanın ve genel kullanım ve davranışla ilgili tüm konular için PyTorch dokümantasyonuna başvurun. #### forward[[transformers.PPOCRV5ServerRecForTextRecognition.forward]] ```python forward(pixel_values: Tensor, **kwargs: *) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/modeling_pp_ocrv5_server_rec.py#L367) **Parametreler:** pixel_values (`torch.Tensor`, şekli `(batch_size, num_channels, image_size, image_size)`) : Girdi görüntülerine karşılık gelen tensörler. Piksel değerleri [PPOCRV5ServerRecImageProcessor](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecImageProcessor) kullanılarak elde edilebilir. Ayrıntılar için [PPOCRV5ServerRecImageProcessor.__call__()](/docs/transformers/main/tr/model_doc/molmo2#transformers.Molmo2ImageProcessor.__call__) bölümüne bakın (`processor_class`, görüntüleri işlemek için [PPOCRV5ServerRecImageProcessor](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecImageProcessor) kullanır). **Dönüş:** `BaseModelOutputWithNoAttention` veya `tuple(torch.Tensor)` A `BaseModelOutputWithNoAttention` veya bir `torch.Tensor` tuple'ı (`return_dict=False` geçirildiğinde veya `config.return_dict=False` olduğunda), yapılandırmaya ([PPOCRV5ServerRecConfig](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecConfig)) ve girdilere bağlı olarak çeşitli öğelerden oluşur. [PPOCRV5ServerRecForTextRecognition](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecForTextRecognition) forward metodu, `__call__` özel metodunu geçersiz kılar. İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine `Module` örneğini çağırmak gerekir; çünkü ilki ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar. - **last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Modelin son katmanının çıktısındaki gizli durumlar dizisi. - **hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için bir tane) içeren ve `(batch_size, num_channels, height, width)` biçiminde bir demet. Her katmanın çıktısında modelin gizli durumları ve isteğe bağlı başlangıç gömme çıktıları. ## PPOCRV5ServerRecConfig[[transformers.PPOCRV5ServerRecConfig]] #### transformers.PPOCRV5ServerRecConfig[[transformers.PPOCRV5ServerRecConfig]] ```python transformers.PPOCRV5ServerRecConfig(transformers_version: str | None = None, architectures: list[str] | None = None, output_hidden_states: bool | None = False, return_dict: bool | None = True, dtype: str | torch.dtype | None = None, chunk_size_feed_forward: int = 0, is_encoder_decoder: bool = False, id2label: dict[int, str] | dict[str, str] | None = None, label2id: dict[str, int] | dict[str, str] | None = None, problem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = None, hidden_act: str = 'silu', backbone_config: dict | transformers.configuration_utils.PreTrainedConfig | None = None, hidden_size: int = 120, mlp_ratio: float = 2.0, depth: int = 2, head_out_channels: int = 18385, conv_kernel_size: list | None = None, qkv_bias: bool = True, num_attention_heads: int = 8, attention_dropout: float | int = 0.0, layer_norm_eps: float = 1e-06) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/configuration_pp_ocrv5_server_rec.py#L30) **Parametreler:** hidden_act (`str`, *isteğe bağlı*, varsayılan `silu`) : Dekoderdeki doğrusal olmayan aktivasyon fonksiyonu (fonksiyon veya dize). Örneğin, `"gelu"`, `"relu"`, `"silu"` vb. backbone_config (`Union[dict, ~configuration_utils.PreTrainedConfig]`, *isteğe bağlı*) : Omurga modelinin yapılandırması. hidden_size (`int`, *isteğe bağlı*, varsayılan `120`) : Gizli temsillerin boyutu. mlp_ratio (`float`, *isteğe bağlı*, varsayılan `2.0`) : MLP gizli boyutunun gömme boyutuna oranı. depth (`int`, *isteğe bağlı*, varsayılan `2`) : Görüntü kodlayıcıdaki Transformer katman sayısı. head_out_channels (`int`, *isteğe bağlı*, varsayılan 18385) : PPOCRV5ServerRecHead'dan gelen çıktı kanal sayısı, nihai sınıflandırmadan sorumludur. conv_kernel_size (`list`, *isteğe bağlı*) : Konvolüsyon çekirdeğinin boyutu. qkv_bias (`bool`, *isteğe bağlı*, varsayılan `True`) : Sorgulara, anahtarlara ve değerlere bir sapma (bias) eklenip eklenmeyeceğini belirtir. num_attention_heads (`int`, *isteğe bağlı*, varsayılan `8`) : Transformer decoder'ındaki her dikkat katmanı için dikkat başı sayısı. attention_dropout (`Union[float, int]`, *isteğe bağlı*, varsayılan `0.0`) : Dikkat olasılıkları için dropout oranı. layer_norm_eps (`float`, *opsiyonel*, varsayılan `1e-06`) : Katman normalizasyonu katmanlarında kullanılan epsilon. Bu, bir PPOCRV5ServerRecModel yapılandırmasını depolamak için kullanılan yapılandırma sınıfıdır. Belirtilen argümanlara göre bir Pp Ocrv5 Server Rec modelini örneklemek ve model mimarisini tanımlamak için kullanılır. Varsayılanlarla bir yapılandırma örneklendiğinde, [PaddlePaddle/PP-OCRv5_server_rec_safetensors](https://huggingface.co/PaddlePaddle/PP-OCRv5_server_rec_safetensors) ile benzer bir yapılandırma elde edilir. Yapılandırma nesneleri [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) sınıfından türetilir ve model çıktılarını kontrol etmek için kullanılabilir. Daha fazla bilgi için [PreTrainedConfig](/docs/transformers/main/tr/main_classes/configuration#transformers.PreTrainedConfig) belgesini okuyun. ## PPOCRV5ServerRecModel[[transformers.PPOCRV5ServerRecModel]] #### transformers.PPOCRV5ServerRecModel[[transformers.PPOCRV5ServerRecModel]] ```python transformers.PPOCRV5ServerRecModel(config: PPOCRV5ServerRecConfig) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/modeling_pp_ocrv5_server_rec.py#L320) **Parametreler:** config ([PPOCRV5ServerRecConfig](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecConfig)) : Modelin tüm parametrelerini içeren model yapılandırma sınıfı. Bir yapılandırma dosyasıyla başlatmak, modelle ilişkili ağırlıkları yüklemez, yalnızca yapılandırmayı yükler. Model ağırlıklarını yüklemek için [from_pretrained()](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel.from_pretrained) yöntemine bakın. PPOCRV5ServerRec modeli, Backbone ve Head ağlarından oluşur. Bu model [PreTrainedModel](/docs/transformers/main/tr/main_classes/model#transformers.PreTrainedModel) sınıfından devralır. Kütüphanenin tüm modelleri için uyguladığı genel yöntemler (indirme veya kaydetme, giriş gömme boyutlarını yeniden ayarlama, başları budama vb.) için üst sınıf belgelendirmesine bakın. Bu model aynı zamanda bir PyTorch [torch.nn.Module](https://pytorch.org/docs/stable/nn.html#torch.nn.Module) alt sınıfıdır. Bunu standart bir PyTorch Module olarak kullanın ve genel kullanım ve davranışla ilgili tüm konular için PyTorch dokümantasyonuna başvurun. #### forward[[transformers.PPOCRV5ServerRecModel.forward]] ```python forward(pixel_values: Tensor, **kwargs: *) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/modeling_pp_ocrv5_server_rec.py#L328) **Parametreler:** pixel_values (`torch.Tensor`, şekli `(batch_size, num_channels, image_size, image_size)`) : Girdi görüntülerine karşılık gelen tensörler. Piksel değerleri [PPOCRV5ServerRecImageProcessor](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecImageProcessor) kullanılarak elde edilebilir. Ayrıntılar için [PPOCRV5ServerRecImageProcessor.__call__()](/docs/transformers/main/tr/model_doc/molmo2#transformers.Molmo2ImageProcessor.__call__) bölümüne bakın (`processor_class`, görüntüleri işlemek için [PPOCRV5ServerRecImageProcessor](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecImageProcessor) kullanır). **Dönüş:** `BaseModelOutputWithNoAttention` veya `tuple(torch.Tensor)` A `BaseModelOutputWithNoAttention` veya bir `torch.Tensor` tuple'ı (`return_dict=False` geçirildiğinde veya `config.return_dict=False` olduğunda), yapılandırmaya ([PPOCRV5ServerRecConfig](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecConfig)) ve girdilere bağlı olarak çeşitli öğelerden oluşur. [PPOCRV5ServerRecModel](/docs/transformers/main/tr/model_doc/pp_ocrv5_server_rec#transformers.PPOCRV5ServerRecModel) forward metodu, `__call__` özel metodunu geçersiz kılar. İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine `Module` örneğini çağırmak gerekir; çünkü ilki ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar. - **last_hidden_state** (`torch.Tensor`, şekli `(batch_size, num_channels, height, width)`) -- Modelin son katmanının çıktısındaki gizli durumlar dizisi. - **hidden_states** (`tuple(torch.Tensor)`, *isteğe bağlı*, `output_hidden_states=True` geçirildiğinde veya `config.output_hidden_states=True` olduğunda döndürülür) -- `torch.Tensor` (gömme katmanı varsa gömme katmanının çıktısı için bir tane + her katmanın çıktısı için bir tane) içeren ve `(batch_size, num_channels, height, width)` biçiminde bir demet. Her katmanın çıktısında modelin gizli durumları ve isteğe bağlı başlangıç gömme çıktıları. ## PPOCRV5ServerRecEncoderWithSVTR[[transformers.PPOCRV5ServerRecEncoderWithSVTR]] #### transformers.PPOCRV5ServerRecEncoderWithSVTR[[transformers.PPOCRV5ServerRecEncoderWithSVTR]] ```python transformers.PPOCRV5ServerRecEncoderWithSVTR(config: PPOCRV5ServerRecConfig) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/modeling_pp_ocrv5_server_rec.py#L258) SVTR: Tek Görsel Model ile Sahne Metni Tanıma https://www.paddleocr.ai/v2.10.0/en/algorithm/text_recognition/algorithm_rec_svtr.html ## PPOCRV5MobileRecEncoderWithSVTR[[transformers.PPOCRV5MobileRecEncoderWithSVTR]] #### transformers.PPOCRV5MobileRecEncoderWithSVTR[[transformers.PPOCRV5MobileRecEncoderWithSVTR]] ```python transformers.PPOCRV5MobileRecEncoderWithSVTR(config: PPOCRV5MobileRecConfig) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_mobile_rec/modeling_pp_ocrv5_mobile_rec.py#L257) SVTR: Tek Görsel Model ile Sahne Metni Tanıma https://www.paddleocr.ai/v2.10.0/en/algorithm/text_recognition/algorithm_rec_svtr.html ## PPOCRV5ServerRecImageProcessor[[transformers.PPOCRV5ServerRecImageProcessor]] #### transformers.PPOCRV5ServerRecImageProcessor[[transformers.PPOCRV5ServerRecImageProcessor]] ```python transformers.PPOCRV5ServerRecImageProcessor(**kwargs: *) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/image_processing_pp_ocrv5_server_rec.py#L50) **Parametreler:** do_convert_rgb (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin RGB'ye dönüştürülüp dönüştürülmeyeceği. do_resize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden boyutlandırılıp boyutlandırılmayacağı. size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*, varsayılan `{'height' : 48, 'width': 320}`): Modelin kabul ettiği maksimum giriş boyutlarını açıklar. default_to_square (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Boyut bir int ise, yeniden boyutlandırma sırasında varsayılan olarak kare bir görüntü kullanılıp kullanılmayacağını belirtir. crop_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*) : `center_crop` uygulandıktan sonra çıktı görüntüsünün boyutu. resample (`Annotated[Union[int, PILImageResampling, NoneType], None]`, *kwargs*, varsayılan `2`) : Görsel yeniden boyutlandırılıyorsa kullanılacak yeniden örnekleme filtresi. Bu, `PILImageResampling` enum değerlerinden biri olabilir. Yalnızca `do_resize` `True` olarak ayarlanırsa etkilidir. do_rescale (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin yeniden ölçeklendirilip ölçeklendirilmeyeceğini belirtir. rescale_factor (`float`, *kwargs*, *opsiyonel*, varsayılan `0.00392156862745098`) : `do_rescale` `True` olarak ayarlandığında görüntüyü yeniden ölçeklemek için kullanılan yeniden ölçekleme faktörü. do_normalize (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin normalize edilip edilmeyeceğini belirtir. image_mean (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan `[0.5, 0.5, 0.5]`) : Normalizasyon için kullanılacak görüntü ortalaması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir. image_std (`Union[float, list[float], tuple[float, ...]]`, *kwargs*, *opsiyonel*, varsayılan `[0.5, 0.5, 0.5]`) : Normalizasyon için kullanılacak görüntü standart sapması. Yalnızca `do_normalize` `True` olarak ayarlanırsa etkilidir. do_pad (`bool`, *kwargs*, *opsiyonel*, varsayılan `True`) : Görselin dolgu (padding) uygulanıp uygulanmayacağını belirtir. Dolgu, ya batch içindeki en büyük boyuta ya da görsel başına sabit bir kare boyuta yapılır. Kesin dolgu stratejisi modele bağlıdır. pad_size (`Annotated[int | list[int] | tuple[int, ...] | dict[str, int] | None, None]`, *kwargs*, varsayılan `{'height' : 48, 'width': 320}`): Görsellerin boyutlandırılacağı `{"height": int, "width" int}` boyutu. Ön işleme için sağlanan herhangi bir görsel boyutundan büyük olmalıdır. `pad_size` sağlanmazsa, görseller partideki en büyük yüksekliğe ve genişliğe boyutlandırılır. Yalnızca `do_pad=True.` olduğunda uygulanır. do_center_crop (`bool`, *kwargs*, *opsiyonel*) : Görselin merkezden kırpılıp kırpılmayacağını belirtir. data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Yalnızca `ChannelDimension.FIRST` desteklenir. Yavaş işleyicilerle uyumluluk için eklendi. input_data_format (`Union[str, ~image_utils.ChannelDimension]`, *kwargs*, *isteğe bağlı*) : Girdi görüntüsünün kanal boyutu biçimi. Ayarlanmazsa, kanal boyutu biçimi girdi görüntüsünden çıkarılır. Aşağıdakilerden biri olabilir: - `"channels_first"` veya `ChannelDimension.FIRST`: (num_channels, height, width) biçiminde görüntü. - `"channels_last"` veya `ChannelDimension.LAST`: (height, width, num_channels) biçiminde görüntü. - `"none"` veya `ChannelDimension.NONE`: (height, width) biçiminde görüntü. device (`Annotated[Union[str, torch.device, NoneType], None]`, *kwargs*) : Videoların işleneceği cihaz. Ayarlanmamışsa, cihaz girdi videolarından çıkarılır. return_tensors (`Annotated[str | ~utils.generic.TensorType | None, None]`, *kwargs*) : `'pt'` olarak ayarlanırsa yığılmış tensörleri, aksi halde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. disable_grouping (`bool`, *kwargs*, *opsiyonel*) : Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, tek tek işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamalara dayalı ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *isteğe bağlı*) : Girdideki her görüntü için kullanılacak görüntü jetonlarının sayısı. Geriye dönük uyumluluk için eklendi ancak bu, gelecekteki modellerde bir işlemci özniteliği olarak ayarlanmalıdır. `'pt'` olarak ayarlanırsa yığılmış tensörler döndürür, aksi takdirde tensör listesi döndürür. -- PPOCRV5ServerRecImageProcessor görüntü işleyicisi oluşturur. disable_grouping (`bool`, *kwargs*, *opsiyonel*): Görsellerin boyuta göre gruplandırılmasını devre dışı bırakarak bunların toplu olarak değil, bireysel olarak işlenmesini sağlar. None ise, görseller CPU üzerindeyse True, aksi halde False olarak ayarlanır. Bu seçim, buradaki ayrıntılı açıklamaya dayanan ampirik gözlemlere dayanmaktadır: https://github.com/huggingface/transformers/pull/38157 image_seq_length (`int`, *kwargs*, *opsiyonel*): Girdideki her görsel için kullanılacak görsel jeton sayısı. Geriye dönük uyumluluk için eklendi ancak gelecekteki modellerde bu, bir işlemci özniteliği olarak ayarlanmalıdır. #### get_target_size[[transformers.PPOCRV5ServerRecImageProcessor.get_target_size]] ```python get_target_size(shape_list: list) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/image_processing_pp_ocrv5_server_rec.py#L117) Partideki en geniş görüntüden genişlik ve yüksekliği hesaplayın. #### post_process_text_recognition[[transformers.PPOCRV5ServerRecImageProcessor.post_process_text_recognition]] ```python post_process_text_recognition(predictions) ``` [Kaynak](https://github.com/huggingface/transformers/blob/main/src/transformers/models/pp_ocrv5_server_rec/image_processing_pp_ocrv5_server_rec.py#L144) **Parametreler:** predictions : `logits` özniteliğine sahip model çıktıları (`(batch_size, height, vocab_size)` biçiminde olasılık haritaları). **Dönüş:** Her sözlüğün bir batch'teki bir görüntüye karşılık geldiği sözlükler listesi. Her sözlük şunları içerir: - "text" (str): Çözümlenmiş metin dizgesi. - "score" (float): Çözümlenen metindeki karakterlerin ortalama güven skoru. Ham model logitlerini işleyerek tanınan metni ve güven puanını çözer.