This model is a fine-tuned version of Qwen/Qwen2.5-VL-7B-Instruct on the `orgin_detection_val` and `origin_detection` datasets. It is designed for the task of automatically reading electricity meter displays from images in an end-to-end fashion. This project addresses the automatic reading of smart meter images. Traditional methods often rely on a multi-stage pipeline involving object detection (e.g., YOLO) to locate the display area, followed by Optical Character Recognition (OCR) on the cropped region. This approach, while established, suffers from a cumbersome workflow, error propagation from detection to recognition, and poor robustness to image distortions, uneven lighting, and background noise. To overcome these limitations, this model employs an end-to-end **Image-to-Text** paradigm. It treats the meter reading task as a direct generation problem, taking an entire meter image as input and producing the numerical reading (e.g., "8430.6") as a text sequence. This simplifies the pipeline and leverages global image context for higher accuracy.

翻訳待ち・原文を表示

画像説明

入力画像→ 出力テキスト

料金未確認マルチモーダル・チャネル料金は個別に確認

詳細を見る ↗

比較に追加出典・文書 ↗

COST EXPLORER

モデル選びに、費用の視点も。

コスト分析

月間トークン数を調整してAPI費用を比較。

月間入力トークン 10 M月間出力トークン 2 M1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較

収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。

MODEL HANDBOOK

モデルを理解して選ぶ

選び方とよくある質問

API料金はどう比較しますか？+

入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。

オープンウェイトは無料で商用利用できますか？+

必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。

ランキング1位が最適ですか？+

順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。

あなたに合う AIモデルを。

AIモデルを探す 3

CoTranslator-4B

CoTranslator-4B-Full

Electricity-Meter-OCR-7B

該当するモデルがありません

モデル選びに、費用の視点も。

モデルを理解して選ぶ

ニュースで知り、ツールで効率化、モデルで可能性を。