OmniOCR: OCR generalista para lenguas minoritarias étnicas
OmniOCR: Generalist OCR for Ethnic Minority Languages
February 24, 2026
Autores: Bonan Liu, Zeyu Zhang, Bingbing Meng, Han Wang, Hanshuo Zhang, Chengping Wang, Daji Ergu, Ying Cai
cs.AI
Resumen
El reconocimiento óptico de caracteres (OCR) ha avanzado rápidamente con el aprendizaje profundo y los modelos multimodales, aunque la mayoría de los métodos se centran en escrituras con amplios recursos como la latina y la china. Las lenguas de minorías étnicas siguen estando poco exploradas debido a sistemas de escritura complejos, anotaciones escasas y diversas formas históricas y modernas, lo que dificulta la generalización en entornos de bajos recursos o sin ejemplos previos. Para abordar estos desafíos, presentamos OmniOCR, un marco universal para escrituras de minorías étnicas. OmniOCR introduce la Adaptación Dinámica de Bajo Rango (Dynamic LoRA) para distribuir la capacidad del modelo entre capas y escrituras, permitiendo una adaptación efectiva mientras preserva el conocimiento. Una regularización de dispersión elimina las actualizaciones redundantes, garantizando una adaptación compacta y eficiente sin coste adicional en inferencia. Las evaluaciones en TibetanMNIST, Shui, yi antiguo y dongba muestran que OmniOCR supera a los modelos base sin ajuste previo y al entrenamiento posterior estándar, logrando una precisión de vanguardia con superior eficiencia de parámetros. En comparación con los modelos de referencia más avanzados, mejora la precisión entre un 39% y un 66% en estos cuatro conjuntos de datos. Código: https://github.com/AIGeeksGroup/OmniOCR.
English
Optical character recognition (OCR) has advanced rapidly with deep learning and multimodal models, yet most methods focus on well-resourced scripts such as Latin and Chinese. Ethnic minority languages remain underexplored due to complex writing systems, scarce annotations, and diverse historical and modern forms, making generalization in low-resource or zero-shot settings challenging. To address these challenges, we present OmniOCR, a universal framework for ethnic minority scripts. OmniOCR introduces Dynamic Low-Rank Adaptation (Dynamic LoRA) to allocate model capacity across layers and scripts, enabling effective adaptation while preserving knowledge.A sparsity regularization prunes redundant updates, ensuring compact and efficient adaptation without extra inference cost. Evaluations on TibetanMNIST, Shui, ancient Yi, and Dongba show that OmniOCR outperforms zero-shot foundation models and standard post training, achieving state-of-the-art accuracy with superior parameter efficiency, and compared with the state-of-the-art baseline models, it improves accuracy by 39%-66% on these four datasets. Code: https://github.com/AIGeeksGroup/OmniOCR.