Khurram123/urdu-poetry-trocr

🖋️ Urdu Poetry TrOCR (General Edition)

یہ ماڈل ایک خصوصی Vision Encoder-Decoder (TrOCR) ہے جسے اردو شاعری (خصوصاً نستعلیق رسم الخط) کی پہچان کے لیے تیار کیا گیا ہے۔ یہ ماڈل شعری اصناف، پیچیدہ نستعلیق جوڑوں اور مصرعوں کی ترتیب کو سمجھنے میں مہارت رکھتا ہے۔

📊 تجرباتی نتائج (Visual Performance Gallery)

درج ذیل اشعار اس ماڈل کے تازہ ترین ورژن پر ٹیسٹ کیے گئے ہیں:

اصل تصویر (Original Image)	ماڈل کی پہچان (OCR Prediction)
	سنا ہے لوگ اسے آنکھ بھر کے دیکھتے ہیں سو اس کے شہر میں کچھ دن ٹھہر کے دیکھتے ہیں
	سنا ہے ربط ہے اس کو خراب حالوں سے سو اپنے آپ کو برباد کر کے دیکھتے ہیں
	سنا ہے درد کی گاہک ہے چشم ناز اس کی سو ہم بھی اس کی گلی سے گزر کے دیکھتے ہیں
	سنا ہے اس کو بھی ہے شعر و شاعری سے شغف سو ہم بھی معجزے اپنے ہنر کے دیکھتے ہیں
	سنا ہے بولے تو باتوں سے پھول جھڑتے ہیں یہ بات ہے تو چلو بات کر کے دیکھتے ہیں

---

🛠️ استعمال کا طریقہ (Python Code)

بہترین نتائج کے لیے درج ذیل پیرامیٹرز (Parameters) استعمال کریں، جو نستعلیق کی پیچیدگیوں کو مدنظر رکھ کر ترتیب دیے گئے ہیں:

import torch
from transformers import TrOCRProcessor, VisionEncoderDecoderModel
from PIL import Image

# ماڈل لوڈ کریں
repo_id = "Khurram123/urdu-poetry-trocr"
processor = TrOCRProcessor.from_pretrained(repo_id)
model = VisionEncoderDecoderModel.from_pretrained(repo_id).to("cuda" if torch.cuda.is_available() else "cpu")

def get_prediction(image_path):
    image = Image.open(image_path).convert("RGB")
    pixel_values = processor(image, return_tensors="pt").pixel_values.to(model.device)
    
    generated_ids = model.generate(
        pixel_values,
        max_length=256,
        num_beams=5,
        repetition_penalty=3.0, 
        length_penalty=2.0,
        early_stopping=False
    )
    return processor.batch_decode(generated_ids, skip_special_tokens=True)[0]