...напишите в tg @anonimnor, очень интересно будет пообщаться "в реале", нас вроде как эта задача всяко решена.. но со своим, разумеется, специфическим подходом.. а) используется и tesseract, и paddlepaddle и некоторые другие модели - одновременно. б) для этого поднят отдельный контур из десятка подов в кластере, чтоб поток шёл, - данные от разных моделей, разумеется, сравниваются (иногда и часто очень тессер выдаёт получше результаты, чем китайщина, нно не всегда). выбирается то, что больше всего нараспознавалось, в) блики, тени итд. это решается некоторыми "принудительными" фильтрами.. не всегда, конечно, но решабельно.
т.е. по сути распознавание не сводится к какому-то универсальному решению - "граалю".. - на деле берётся движок (например, tesseract), применяются настройки (напр. orm 6 на словаре заглавных), берётся фильтр (напр. ЧБ в два канала), и всё это перемножается, т.е. идёт многократное распознание одной картинки, всё что распозналось - пишем в бд, затем ищем там наиболее частое. чем медленнее распознавание, тем оно точнее. - но это на одной картинке.
если бы я был директором (ах!..) - я бы просто в гиперкарты типа ti5070 (или помощнее) всё это сунул на поток, т.е. распознавание правильнее и точнее делать с потокового видео, чем с фоток. (объясняется это просто - на практике достаточно двух-трёх фоток паспорта, чтобы в сотню раз повысить точность).
и да, главное - это не распозналка, а деврап. ГЛАВНОЕ. остальное всё мура.,
после деврапа можно чего хочешь делать с паспортами, если деврап верно проведён. это унас напр. на yolo pose прекрасно работает, сам обучал.. можно-таки научить, если грамотный подход и железо норм.
...напишите в tg @anonimnor, очень интересно будет пообщаться "в реале",
нас вроде как эта задача всяко решена.. но со своим, разумеется, специфическим подходом..
а) используется и tesseract, и paddlepaddle и некоторые другие модели - одновременно.
б) для этого поднят отдельный контур из десятка подов в кластере, чтоб поток шёл, - данные от разных моделей, разумеется, сравниваются (иногда и часто очень тессер выдаёт получше результаты, чем китайщина, нно не всегда). выбирается то, что больше всего нараспознавалось,
в) блики, тени итд. это решается некоторыми "принудительными" фильтрами.. не всегда, конечно, но решабельно.
т.е. по сути распознавание не сводится к какому-то универсальному решению - "граалю".. - на деле берётся движок (например, tesseract), применяются настройки (напр. orm 6 на словаре заглавных), берётся фильтр (напр. ЧБ в два канала), и всё это перемножается, т.е. идёт многократное распознание одной картинки, всё что распозналось - пишем в бд, затем ищем там наиболее частое.
чем медленнее распознавание, тем оно точнее. - но это на одной картинке.
если бы я был директором (ах!..) - я бы просто в гиперкарты типа ti5070 (или помощнее) всё это сунул на поток, т.е. распознавание правильнее и точнее делать с потокового видео, чем с фоток. (объясняется это просто - на практике достаточно двух-трёх фоток паспорта, чтобы в сотню раз повысить точность).
и да, главное - это не распозналка, а деврап. ГЛАВНОЕ.
остальное всё мура.,
после деврапа можно чего хочешь делать с паспортами, если деврап верно проведён. это унас напр. на yolo pose прекрасно работает, сам обучал.. можно-таки научить, если грамотный подход и железо норм.