← モデル
コミュニティモデル

MRZScanner

身分証明書の機械読取領域を検出し、文字を認識します。

バージョン選択の根拠

既存の MIDV-2020 模擬旅券写真5枚で再現可能な確認を実施しました。すべて TD3、AZE 1枚、GRC 2枚、LVA 1枚、SRB 1枚で、正解ラベルは10行・440文字です。両ダウンロード版に同じローカル ONNX 手順と入力を使用しました。

ローカルの未補正結果 · 5文書
モデル構成全文一致行一致CER ↓ANLS ↑
Two-stage · 20250222 / 202502212/55/1049.3%0.595
Spotting · 202409190/50/1024.5%0.657

CER は正解440文字に対する挿入・削除・置換の比率です。ANLS は行ごとの正規化編集類似度の平均で、0.5以下はゼロとします。完全一致には埋め文字も含めた全字の一致が必要です。

統合はホスト型で提供する Two-stage から始められます。この5枚では2文書が完全一致しました。Spotting は CER が低い一方、全文一致はありませんでした。採用時は自分の用途の画像に正解を付けて両者を比較し、本人情報は人が照合してください。

標本の限界と後処理

無作為抽出ではないデモ写真5枚で、正解は1回の目視確認で作成し、学習データとの重複は不明です。TD1/TD2、査証、大きな回転、遮蔽、敵対的入力は未評価です。今回はローカル手順の確認であり、本番精度とホスト型の品質は代表的なデータで別途評価する必要があります。

形式補正後も全文一致は2/5と0/5でした。Two-stage の編集数は217から218、Spotting は108のままです。Two-stage は TD3 の2枚を3行形式で出力しました。形式確認の対象は行数と長さで、チェックディジットは検証していません。

バージョンとダウンロード

固定バージョンを選択できます。ダウンロードは無料で、アカウントは不要です。

Apache-2.0

mrzscanner-1.0.7-det20250222-rec20250221

無料・商用利用可現在のデモで使用中
mrz_detection_20250222_fp32.onnx

ONNX · FP32 · 29.95 MB · 29,949,153 バイト

SHA-256
0786844728d828dc68c19b844aa87e2b29fdba3a587468f2863824d116ffc269
ダウンロード
mrz_recognition_20250221_fp32.onnx

ONNX · FP32 · 40.58 MB · 40,578,848 バイト

SHA-256
07cef987fc1852aac12f18e1269fbaf1e2644579ca5743061d6f9cec7bef77c0
ダウンロード

Apache-2.0 で公開しています。再配布時はライセンスと該当する告知を保持してください。 利用とライセンス · LICENSE · SHA256SUMS

このバージョンをローカルで実行

全6バージョンを Linux x86_64、Python 3.12 の CPU で実行確認済みです。ONNX 手順には PowerShell コマンドもありますが、Windows での実行は未検証です。

ONNX ファイル → JSON と描画画像

新しいフォルダーで順に実行し、選択したバージョンと公開の模擬証明書画像を取得します。各重みの SHA-256 を検証した後、推論はオフラインで動作します。自分の画像は input.jpg と置き換えてください。

python -m venv .venv
source .venv/bin/activate
curl -fLO https://docsaid.org/examples/local-onnx.py
curl -fLO https://docsaid.org/examples/local-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
curl -fLO https://docsaid.org/examples/local-NOTICE.txt
python -m pip install -r local-requirements.txt
mkdir -p weights
curl -fL https://docsaid.org/downloads/mrzscanner/0786844728d828dc/mrz_detection_20250222_fp32.onnx -o weights/mrz_detection_20250222_fp32.onnx
curl -fL https://docsaid.org/downloads/mrzscanner/07cef987fc1852aa/mrz_recognition_20250221_fp32.onnx -o weights/mrz_recognition_20250221_fp32.onnx
curl -fL https://docsaid.org/samples/api/mrzscanner.jpg -o input.jpg
python local-onnx.py --release mrzscanner-1.0.7-det20250222-rec20250221 --weights-dir weights --image input.jpg --output result-onnx
local-onnx.py
Python パッケージ → JSON と描画画像(Linux)

Debian 系 Linux、Python 3.12 向けです。書き込み可能な仮想環境と固定バージョンの依存関係を使います。初回インポートでフォント、初期化時に不足する重みを取得するため、初回はネット接続が必要です。

sudo apt-get update
sudo apt-get install -y python3-venv libgl1 libxcb1 libturbojpeg0 libglib2.0-0
python3 -m venv .venv-package
source .venv-package/bin/activate
curl -fLO https://docsaid.org/examples/package-example.py
curl -fLO https://docsaid.org/examples/package-requirements.txt
curl -fLO https://docsaid.org/examples/model-manifest.json
python -m pip install -r package-requirements.txt
curl -fL https://docsaid.org/samples/api/mrzscanner.jpg -o input.jpg
python package-example.py --release mrzscanner-1.0.7-det20250222-rec20250221 --image input.jpg --output result-package
package-example.py

出力先の result.json と overlay.png を開きます。DocAligner は4点のピクセル座標、MRZScanner は文字列を返し、Two-stage には検出領域も含まれます。使用前に画像と照合し、実行ごとに新しい出力先を指定してください。

静止 JPEG/PNG/WebP、最大10 MiB・4000万画素。EXIF の向きと白背景への合成を適用し、長辺を最大1600 px に縮小して BGR に変換します。ローカル例は中央クロップと文書整列を行いません。ホスト型サービスの前処理は API 文書を参照してください。

評価結果

公開済みの品質指標

原文書は ANLS と画像全体の完全一致精度を定義しています。バージョン別の再現可能なスコアは未公開です。

MRZScanner · 元の評価結果
モデル構成パラメータ数GFLOPsANLS / Accuracy ↑
Two-stage · 20250222 / 20250221——未公開
Spotting · 20240919——未公開

上流プロジェクトの既存評価です。ダウンロードを確認した変種のみ掲載しています。 評価方法と出典

リクエスト全体の所要時間

公開画像を順次、競合なしで計測しています。HTTP 時間は送信、Web プロキシ、API 検証、worker のデコード・前処理・推論・後処理、応答転送を含みます。隔離したローカル経路のため公衆回線、Cloudflare、本番負荷は対象外です。バージョン、入力ハッシュ、環境、各測定値は生データを参照してください。

13th Gen Intel(R) Core(TM) i9-13900K · 2 CPU · 2 GiB · n=5 · 900 × 1600 px

mrzscanner-1.0.7-det20250222-rec20250221

モデルHTTP p50 (ms)HTTP min–max (ms)
MRZScanner409.77391.13–422.37

2026/11/16 UTC · 測定記録 (JSON) · 再試行とエラー

ファイルサイズと推論時間の参考値

サイズは実際のダウンロードファイル、時間は各 ONNX ファイルの個別測定値です。

ONNX 順伝播のみ・batch 1
重みファイル入力テンソル (NCHW)ダウンロードサイズp50 (ms)p95 (ms)
20250222det1 × 3 × 256 × 25629.95 MB52.4955.03
20250221rec1 × 3 × 64 × 64040.58 MB277.87291.14
20240919spotting1 × 3 × 512 × 51233.87 MB84.9288.8

測定条件

13th Gen Intel(R) Core(TM) i9-13900K · ONNX Runtime 1.22.0 · CPU · FP32 · batch 1 · 推論スレッド数 2

共有ホスト、2 CPU 制限。ゼロ埋め FP32 入力で 5 回の準備実行後、20 回を逐次測定。モデル実行のみを測り、読み込み・前後処理・通信は除外します。

2026/10/09 UTC · 測定記録 (JSON)

利用とライセンス

公開済みの Community コードと公式モデルの重みは、商用製品を含め無料で利用できます。学習データセットには元の提供者の利用条件が適用されます。