OCR pro rucne psany text s doucovanim

[matju]

Ach, už tomu začínám rozumět .... A když se potrénuje, promítne se pak to, co natrénoval automaticky do těch již jednou detekovaných anotací, nebo jen do těch, co znovu načtu? Nebo na to pak funguje to "zjištění přepisů označených řádků textu pomocí ocr"?

[Davidh]

Po natrénování instance modelu můžete touto instancí zkusit nechat přečíst nepotvrzené řádky. K tomuto slouží úkol "Zjištění přepisů označených řádků textu pomocí ocr".

[Duke of York]

Ach, už tomu začínám rozumět .... A když se potrénuje, promítne se pak to, co natrénoval automaticky do těch již jednou detekovaných anotací, nebo jen do těch, co znovu načtu? Nebo na to pak funguje to "zjištění přepisů označených řádků textu pomocí ocr"?

Musite v podstate porad opakovat tri veci:
1. opravit spatne rozpoznany text nebo prepsat text novy
2. pustit na tom uceni (nebo spise douceni) site
3. naucenou (doucenou) siti znovu rozpoznat text (pustit to ale na tech radcich, co jste neopravovala, nebo na uplne novem textu)
a tak porad dokola...

Samozrejme to bude nejlepe rozpoznavat text, ktery bude podobny tomu prepsanemu textu. Nema teda asi moc smysl opisovat stranku za strankou, ale treba kazdy druhy radek, nebo kazdou druhou stranku, nebo kazdou desatou stranku, nebo tak nejak...

[matju]

Všimla jsem si, že OCR má v mých textech velmi často problém s rozeznáním "n" a "ri" - např. slovo Maria často píše jako Mana.

[zburget]

Jj, těch problémů je tam celkem hodně, dokud se to nevytrénuje. A aby se to vytrénovalo rozumně, bylo by potřeba určitě řádově tisíce až desetitisíce (možná i víc) přečtených textů. Ale pokud je jeden (nebo podobný) rukopis, tak mi to čte celkem obstojně po osmi přepsaných stranách. Tím obstojně nemyslím, že by se ty přepisy daly už použít, ale už z toho nelezou úplné nesmysly. Spíš jen už opravuju jednotlivé chyby ve slovech.

Mám nachystaný celkem dlouhý text, kde k tomu celému napíšu nějaký svůj názor a poznatky, ale ještě chci dorazit poslední stránku. Pak to sepíšu, dotesu a hodím sem.

[matju]

Jo docela příjemně mne to překvapilo, že po pár stránkách už to opravdu je schopné něco rozpoznat.
Nešlo by prosím něco provést s tím zoomováním na kolečku, je to otravné, jak to nefunguje .

[matju]

A ještě dotaz - nešly by ty již hotové polygony, které jsou automaticky vytvořeny nějak editovat - zvětšit/zmenšit/ rozdělit - občas by se mi hodilo je nějak upravit a nechce se mi je tvořit celé znova... Ale nevím, jak moc je to složité...

[Davidh]

Zoomování budu řešit (u mě na touchpadu funguje už dlouho, na myši jsem ho nezkoušel). Editaci polygonů budu také řešit co nejdříve.

Přidal jsem možnost zadávat řádky a regiony pomocí polygonů. Anotace jdou také nově rychleji mazat klávesou "Esc".

[zburget]

Kreslení pomocí polygonů je super. Ale to mazání Escapem není úplně dobrý nápad a hlavně funguje divně. Já označil region, který jsem chtěl smazat a ono to smazalo jiný region, kde jsem měl hromadu potvrzených přepisů
Koukněte na to ještě. A pokud by to šlo, radši bych to přehodil na klávesu Del - Esc se používalo pro zrušení přepisu, což bylo logičtější.

Když nakreslím region a chci kreslit řádek, musím před každým řádkem kliknout v seznamu regionů na region, jinak se řádek umístí mimo všechny regiony. A to je ten region při začátku kreslení i zvýrazněný, takže bych předpokládal, že se to bude kreslit do něj.

[matju]

Polygony bezva, Esc bych taky nechala pro zrušení potvrzení přepisu, to mi taky tak přišlo logické...

Dotaz: lze nějak editovat (přesouvat) pořadí nahraných scanů(obrázků) ? Omylem jsem tam zapomněla nahrát jeden scan, nahrála ho dodatečně, a teď se mi zobrazuje ve špatném pořadí...?

[zburget]

Hmmm - tak jsem si na stránce nakreslil vlastní polygony v domění, že když ten text opravdu poctivě vyřežu, bude to mít lepší úspěšnost ve čtení. Ale opak je pravdou. Přečetlo to necelou třetinu řádků, u většiny to prostě nepřečetlo ani znak. A to, co to přečetlo, tak jsou úplné zmatky

Když bych pustil znovu detekci regionů - co to udělá na stránkách, kde už jsou potvrzené přepisy? Nemám moc odvahu to zkoušet

[Davidh]

Esc jsem vrátil zpět, Delete jsem přidal (bohužel ho ale nemám jak otestovat, jelikož na macu klávesu Del nemám ).

Přesouvat pořadí nahraných scanů zatím nelze. Problém s kreslením regionů a vnořených řádků v rámci možností opraven.

Můžete mi popsat kde ty vaše polygony najdu?

[zburget]

Koukněte na dataset Test předposlední sken (…90.jpg) pravá strana. Je tam i to, co to přečetlo a u kterých polygonů. Říkal jsem si, jestli to není přílišnou "košatostí" polygonů, ale snažil jsem se je vyříznout tak, aby tam byly vždy celá písmena z daného řádku a pokud možno žádná část písmene z řádku jiného.
Ale ten problém může být obecnější, protože jsem si všiml, že když jsem nakreslil vlastní ohraničení řádku kolem názvu vesnice (na levé straně za čarou) i dřív jen obdélníkem, tak to často následně nebylo přečteno.
ad Del - na macu si můžete připrogramovat třeba Command+Esc nebo Command+Backspace

[Davidh]

Z obrázku se nejdříve vyřeže bounding-box daného polygonu, poté se z tohoto vyřeže teprve daný polygon, zbytek obrázku zůstane bílý. Poté se obrázek pootočí, aby byl text rovně.
Díval jsem se jak program vyřeže polygony, které jste ručně naklikal. Nevidím moc důvod, proč by je nemohl přečíst. Pravděpodobně to je tím, že automaticky detekované anotace mají jinou geometrii. Pokud při trénování předhazujete sítí podobné obrázky (stejný způsob výřezu) a pak síti předhodíte obrázek, který se od všech ostatních odlišuje (např tím způsobem výřezu), tak to síť "zmate". Myslím, že by mohlo pomoct, kdybyste síť naučil i na nějakých vlastnoručně vyřezaných polygonech.

[Davidh]

Testoval jsem funkčnost zoomování pomocí kolečka myši a touchpadu na několika různých PC, všude fungovalo. Nakonec mě (bohužel až teď) napadlo otestovat to na jiných prohlížečích než je Google Chrome. Na prohlížeči Firefox to pak už nefungovalo Omlouvám se všem, co používají Firefox. Opraveno