Anotasi Pengesanan Teks & Transkripsi OCR
Cara Shaip menyampaikan kotak sempadan peringkat perkataan + anotasi transkripsi peringkat aksara merentasi pelbagai sumber teks — dokumen bercetak, tulisan tangan, papan tanda, plat lesen, resit — dibina sebagai set data OCR gred pengeluaran dan risikan dokumen pada ketepatan 99%.
Gambaran Keseluruhan projek
Ketika OCR bergerak melangkaui dokumen bercetak bersih kepada teks pemandangan dunia sebenar dan kecerdasan dokumen, klien memerlukan saluran anotasi yang mampu mengendalikan pelbagai jenis teks, fon, orientasi, bahasa dan keadaan permukaan dengan ketepatan ruang dan peringkat aksara.
Shaip membina saluran anotasi hujung ke hujung yang meliputi penempatan kotak sempadan peringkat perkataan, transkripsi aksara tepat, penandaan berbilang atribut dan QA dwi ruang + transkripsi — menghasilkan set data OCR sedia model merentasi 10+ jenis sumber teks.
Statistik Utama
Anotasi setiap Imej
100s perkataan
Ambang Ketepatan
99%
Sumber Teks
10 +
Lapisan Atribut
5
Cabaran
- Menganotasi setiap contoh teks yang boleh dilihat pada peringkat perkataan — beratus-ratus bagi setiap imej yang padat
- Menggabungkan ketepatan kotak sempadan ruang bersama transkripsi peringkat aksara yang tepat selari
- pengendalian teks melengkung, herot perspektif dan diputar pada papan tanda dan label produk
- Menyalin pudar, kontras rendah dan sebahagiannya tersumbat perkataan tanpa meneka aksara yang tidak boleh dibaca
- Urusan teks campuran bahasa dan berbilang skrip dalam imej yang sama
Penyelesaian
Anotasi Ruang Aras Perkataan
Setiap contoh teks yang kelihatan dalam setiap imej telah dianotasi secara individu dengan kotak sempadan yang dipasang rapat pada peringkat perkataan — yang merakam lokasi ruang tepat setiap elemen teks. Untuk imej yang padat seperti resit atau borang, ini bermakna beratus-ratus anotasi individu setiap imej, setiap satunya mengekalkan ketepatan penjajaran garis dasar.
Transkripsi Peringkat Aksara
Di samping kotak sempadan, anotator menyalin kandungan teks tepat setiap perkataan, termasuk nombor, aksara khas, tanda baca dan kombinasi abjad angka. Aliran kerja dwi ini — ruang + transkripsi — dilakukan selari dengan peraturan ketekalan merentasi kedua-dua lapisan.
Liputan Pelbagai Sumber
Liputannya merangkumi pelbagai sumber yang sangat pelbagai: dokumen bercetak, nota tulisan tangan, papan tanda jalan, label produk, plat lesen, bahagian hadapan kedai, papan iklan, resit, invois, menu dan medan borang. Setiap jenis sumber didatangkan dengan garis panduan anotasinya sendiri yang disesuaikan dengan ciri visualnya.
Penandaan Atribut 5-Lapisan
Setiap kawasan teks beranotasi diperkaya dengan atribut yang meliputi orientasi teks (mendatar, menegak, pepenjuru), jenis bahasa dan skrip, kejelasan teks (boleh dibaca dengan jelas, separa boleh dibaca, tidak boleh dibaca sepenuhnya), gaya fon (bercetak vs. tulisan tangan), dan jenis latar belakang teks (biasa, bercorak, kompleks). Lapisan atribut yang kaya ini membolehkan model terlatih mengendalikan pelbagai keadaan teks dunia sebenar yang jauh melangkaui OCR dokumen standard.
Ambang Keterlihatan & QA Berganda
Garis panduan yang ketat mengawal ambang keterlihatan minimum — teks yang tidak boleh dibaca ditandai dan bukannya diteka, bagi mengekalkan integriti set data. Setiap imej yang dianotasi telah melalui proses QA dua peringkat yang menggabungkan semakan ketepatan kotak sempadan dan pengesahan ketepatan transkripsi, dengan ambang ketepatan 99% merentasi kedua-dua lapisan.
Skop projek
| Jenis Set Data | Tahap Anotasi | Sumber | Atribut | QA | Ketepatan |
|---|---|---|---|---|---|
| Pengesanan teks OCR + transkripsi | Kotak perkataan + transkripsi aksara | 10+ jenis sumber | 5 lapisan atribut | QC transkripsi + ruang ganda | 99% |
Hasil
- Ditubuhkan a saluran transkripsi ruang + tahap aksara peringkat perkataan dua hala untuk OCR AI
- Diperkayakan 10+ liputan sumber teks merangkumi dokumen, teks pemandangan dan tulisan tangan
- Dihantar 5 lapisan atribut untuk orientasi, bahasa, kejelasan, fon dan latar belakang
- Dikekalkan Pintu ketepatan 99% merentasi lapisan QA ruang dan transkripsi
- Membolehkan klien pendigitalan dokumen, OCR runcit, navigasi, perbankan dan perundangan Aplikasi AI
Secara keseluruhannya, Shaip telah membantu mengubah keperluan anotasi teks berbilang sumber kepada saluran paip OCR yang berstruktur dan sedia untuk pengeluaran — saluran paip yang mampu menyokong pendigitalan dokumen, pengesanan teks pemandangan, risikan runcit, automasi perbankan dan pematuhan undang-undang AI dengan ketepatan ruang dan transkripsi berganda.
Shaip mengendalikan kes-kes pinggir OCR yang kebanyakan penyedia tidak dapat lakukan — teks papan tanda melengkung, skrip bercampur, resit pudar, nota tulisan tangan. QA berganda mereka pada kedua-dua kotak terikat dan transkripsi memberi kami data latihan yang boleh kami gunakan.
