OmniOCR: OCR generalista per le lingue delle minoranze etniche
OmniOCR: Generalist OCR for Ethnic Minority Languages
February 24, 2026
Autori: Bonan Liu, Zeyu Zhang, Bingbing Meng, Han Wang, Hanshuo Zhang, Chengping Wang, Daji Ergu, Ying Cai
cs.AI
Abstract
L'OCR (riconoscimento ottico dei caratteri) ha compiuto rapidi progressi grazie al deep learning e ai modelli multimodali, tuttavia la maggior parte dei metodi si concentra su sistemi di scrittura ben supportati come il latino e il cinese. Le lingue delle minoranze etniche rimangono poco esplorate a causa di sistemi di scrittura complessi, annotazioni scarse e forme storiche e moderne diversificate, rendendo difficile la generalizzazione in contesti a bassa risorsa o zero-shot. Per affrontare queste sfide, presentiamo OmniOCR, un framework universale per i sistemi di scrittura delle minoranze etniche. OmniOCR introduce l'Adattamento Dinamico a Basso Rango (Dynamic LoRA) per allocare la capacità del modello attraverso livelli e sistemi di scrittura, consentendo un adattamento efficace preservando la conoscenza. Una regolarizzazione di sparsità elimina gli aggiornamenti ridondanti, garantendo un adattamento compatto ed efficiente senza costi aggiuntivi di inferenza. Le valutazioni su TibetanMNIST, Shui, Yi antico e Dongba dimostrano che OmniOCR supera i modelli foundation zero-shot e l'addestramento post-standard, raggiungendo un'accuratezza allo stato dell'arte con superiore efficienza parametrica, e rispetto ai modelli baseline più avanzati, migliora l'accuratezza del 39%-66% su questi quattro dataset. Codice: 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.