OmniOCR : OCR généraliste pour les langues des minorités ethniques
OmniOCR: Generalist OCR for Ethnic Minority Languages
February 24, 2026
Auteurs: Bonan Liu, Zeyu Zhang, Bingbing Meng, Han Wang, Hanshuo Zhang, Chengping Wang, Daji Ergu, Ying Cai
cs.AI
Résumé
La reconnaissance optique de caractères (OCR) a progressé rapidement grâce à l'apprentissage profond et aux modèles multimodaux, mais la plupart des méthodes se concentrent sur des écritures bien dotées en ressources comme le latin et le chinois. Les langues des minorités ethniques restent sous-étudiées en raison de systèmes d'écriture complexes, d'annotations rares et de formes historiques et modernes variées, ce qui rend la généralisation dans des contextes à faibles ressources ou en zero-shot difficile. Pour relever ces défis, nous présentons OmniOCR, un cadre universel pour les écritures des minorités ethniques. OmniOCR introduit l'Adaptation Dynamique de Bas Rang (Dynamic LoRA) pour allouer la capacité du modèle entre les couches et les écritures, permettant une adaptation efficace tout en préservant les connaissances. Une régularisation de parcimonie élimine les mises à jour redondantes, garantissant une adaptation compacte et efficace sans coût d'inférence supplémentaire. Les évaluations sur TibetanMNIST, Shui, Yi ancien et Dongba montrent qu'OmniOCR surpasse les modèles de base en zero-shot et l'apprentissage postérieur standard, atteignant une précision de pointe avec une efficacité paramétrique supérieure, et comparé aux modèles de référence actuels, il améliore la précision de 39% à 66% sur ces quatre jeux de données. Code : 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.