---
license: mit
language:
- ja
tags:
- ocr
- paddleocr
- steel-code
- recognition
---

# Steel OCR REC Model

鉄骨製品コードを認識する en_PP-OCRv5_mobile_rec ファインチューニング済みモデル
(カスタム 21 文字辞書 `-0123456789ABGMNSXYbs`、CTC + GTC/NRTR aux head)。
パイプライン: 画像 → DET → crop → **REC(本モデル)** → 候補マッチング。

## 最新版: `tia-on-seed1-20260602`(現 main の `rec_model.onnx`)

de-leaked split(train222 / val95)で再学習した variance recipe + **TIA on** モデル(seed1)。
TIA(RecAug mesh warp)は recall に **+4.9pt(n=3 paired)** 寄与すると確認済。

| 指標 | 値 |
|---|---|
| clean-val raw_code_recall | 55.94(80/143) |
| clean-val matched_code_recall | 56.64 |
| E2E test(クリーン DET 併用)matched_recall | 61.54(旧 53.85、**+7.7pt**) |

### レシピ
reconaug on / jitter on / lr 5e-4 / warmup 2 / epoch 80 / batch 128 / **tia_prob 0.4** / Global.seed 1。

## ⚠ 重要(形式の注意)
- **`rec_model.onnx` が seed1 TIA-on 再学習版**(ONNX パイプラインはこれを使用)。
- **`best_accuracy.pdparams` / `inference/` は従来 stable のまま**(seed1 では未更新)。pdparams から
  再 export すると seed1 でなく旧 stable になる点に注意。**辞書(`inference.yml` の 21 文字)は同一**。

## ファイル
- `rec_model.onnx` — ONNX(seed1 TIA-on・推奨)
- `inference/inference.yml` — 文字辞書(21 文字、ONNX パイプラインが自動読込)

## Usage
```python
from huggingface_hub import hf_hub_download
onnx = hf_hub_download("iput-tk230215/steel-ocr-rec", "rec_model.onnx",
                       revision="tia-on-seed1-20260602")
```

## Versions
[Tags](https://huggingface.co/iput-tk230215/steel-ocr-rec/tags) 参照。旧版は `stable-20260118`。

## Repository
https://github.com/iput-tk230215/solution_teamB_image-recog