طراحی اسکریپت/نرم‌افزار آموزش مدل OCR فارسی

ما به یک توسعه‌دهنده مسلط به یادگیری عمیق نیاز داریم تا یک اسکریپت یا نرم‌افزار برای آموزش مدل OCR فارسی چاپی طراحی و پیاده‌سازی کند. • انتخاب معماری (ترجیحاً VisionEncoderDecoderModel مانند TrOCR یا مشابه)، مدل پایه، و توکنایزر فارسی به عهده شماست. • ما صرفاً دیتاست (تصاویر و متن‌های Ground Truth) را ارائه می‌کنیم. • نرم‌افزار باید کل فرآیند Training را مدیریت و کنترل کند. ویژگی‌ها و قابلیت‌های مورد انتظار: • پیاده‌سازی با Python 3.x و PyTorch (CUDA-Compatible) • امکان تنظیم پارامترهای کلیدی از طریق رابط (Learning Rate, Batch Size, Epochs, Warmup Steps, Save Steps) • قابلیت Checkpointing برای توقف و ادامه آموزش بدون از دست رفتن پیشرفت • نمایش لاگ‌ها (wer-cer,Loss, Accuracy, ETA, Step Progress) • ذخیره مدل در فرمت Hugging Face Transformers (config.json, pytorch_model.bin, tokenizer) • رابط کاربری گرافیکی (PyQt5 یا Tkinter) • ساختار ماژولار و مستند برای توسعه‌های بعدی • اموزش پذیر بودن در دراز مدت نیازمندی‌های فنی: • تجربه عملی با OCR و معماری‌های Encoder-Decoder • آشنایی با Tokenizerهای زبان فارسی (مثل ParsT5 یا مشابه) • توانایی بهینه‌سازی فرآیند آموزش برای دیتاست‌های حجیم • رعایت استانداردهای بارگذاری و ذخیره مدل به سبک Hugging Face شرایط: • ما دیتاست را فراهم می‌کنیم • تمرکز بر روی دقت و پایداری آموزش و سادگی کاربری نرم‌افزار زمان و بودجه: • زمان: توافقی • بودجه: قابل مذاکره بر اساس تجربه و کیفیت ارسال پیشنهاد: لطفاً در صورت داشتن نمونه کار مشابه، روش پیشنهادی و برآورد هزینه را ارسال کنید.