OCR 텍스트 감지 및 전사 주석
Shaip은 인쇄물, 필기, 간판, 차량 번호판, 영수증 등 다양한 텍스트 소스에서 단어 수준의 경계 상자 및 문자 수준의 전사 주석을 생성하여 99%의 정확도로 프로덕션 수준의 OCR 및 문서 인텔리전스 데이터 세트를 구축했습니다.
사업 개요
OCR 기술이 단순히 인쇄된 문서를 넘어 실제 장면의 텍스트와 문서 정보를 인식하는 단계로 발전함에 따라, 고객은 다양한 텍스트 유형, 글꼴, 방향, 언어, 표면 상태를 공간적 및 문자 수준의 정밀도로 처리할 수 있는 주석 파이프라인을 필요로 했습니다.
샤이프는 단어 수준의 경계 상자 배치, 정확한 문자 전사, 다중 속성 태깅, 이중 공간 + 전사 품질 보증을 포괄하는 엔드 투 엔드 주석 파이프라인을 구축하여 10개 이상의 텍스트 소스 유형에 걸쳐 모델에서 바로 사용할 수 있는 OCR 데이터 세트를 생성했습니다.
주요 통계
이미지별 주석
수백 개의 단어
정확도 임계값
99%
텍스트 출처
10+
속성 레이어
5
도전
- 주석 달기 보이는 모든 텍스트 인스턴스 단어 수준에서 — 밀집된 이미지당 수백 개
- 결합 공간 경계 상자 정밀도 과 정확한 문자 수준 전사 병행하여
- 처리 곡선형, 원근 왜곡형, 회전형 텍스트 간판 및 제품 라벨에
- 전사 흐릿하고, 대비가 낮으며, 부분적으로 가려진 읽을 수 없는 문자를 추측하지 않고 단어를 쓰세요.
- 관리 혼합 언어 및 다중 문자 텍스트 같은 이미지 내에서
해법
단어 수준 공간 주석
각 이미지에 보이는 모든 텍스트는 단어 수준에서 정확하게 공간적 위치를 포착하는 경계 상자로 개별적으로 주석 처리되었습니다. 영수증이나 양식과 같이 텍스트가 밀집된 이미지의 경우, 이미지당 수백 개의 개별 주석이 필요했으며, 각 주석은 기준선 정렬 정밀도를 유지해야 했습니다.
문자 단위 전사
경계 상자와 함께, 주석 작성자는 숫자, 특수 문자, 구두점 및 영숫자 조합을 포함하여 각 단어의 정확한 텍스트 내용을 기록했습니다. 이러한 공간 정보와 전사라는 두 가지 워크플로는 두 레이어 모두에서 일관성 규칙을 적용하여 병렬로 수행되었습니다.
다중 소스 커버리지
분석 대상은 인쇄물, 손글씨 메모, 도로 표지판, 제품 라벨, 차량 번호판, 상점 전면, 광고판, 영수증, 송장, 메뉴, 양식 입력란 등 매우 다양한 출처를 포괄했습니다. 각 출처 유형에는 시각적 특성에 맞춘 주석 작성 지침이 함께 제공되었습니다.
5계층 속성 태깅
주석이 달린 각 텍스트 영역에는 텍스트 방향(가로, 세로, 대각선), 언어 및 문자 유형, 텍스트 선명도(명확하게 읽을 수 있음, 부분적으로 읽을 수 있음, 완전히 읽을 수 없음), 글꼴 스타일(인쇄체 vs. 손글씨), 텍스트 배경 유형(단색, 무늬, 복잡)을 포함하는 다양한 속성이 추가되었습니다. 이러한 풍부한 속성 레이어를 통해 학습된 모델은 표준 문서 OCR을 훨씬 뛰어넘는 다양한 실제 텍스트 환경을 처리할 수 있습니다.
가시성 임계값 및 이중 QA
엄격한 지침에 따라 최소 가시성 임계값이 설정되었으며, 판독 불가능한 텍스트는 추측하는 대신 플래그를 지정하여 데이터 세트의 무결성을 유지했습니다. 주석이 달린 모든 이미지는 경계 상자 정밀도 검토와 전사 정확도 검증을 결합한 2단계 품질 보증 프로세스를 거쳤으며, 두 단계 모두에서 99%의 정확도 임계값을 적용했습니다.
프로젝트 범위
| 데이터 세트 유형 | 주석 수준 | 지우면 좋을거같음 . SM | Attributes | QA | 정확성 |
|---|---|---|---|---|---|
| OCR 텍스트 감지 및 전사 | 단어 상자 + 문자 변환 | 10가지 이상의 소스 유형 | 5개의 속성 레이어 | 이중 공간 + 전사 QC | 99% |
결과
- 설립 단어 수준 공간적 전사 및 문자 수준 전사를 결합한 이중 전사 파이프라인 OCR AI용
- 표준화 10개 이상의 텍스트 소스 커버리지 문서, 장면 텍스트 및 필기체를 아우릅니다.
- 배달 5개의 속성 레이어 방향, 언어, 명확성, 글꼴 및 배경
- 유지 99% 정확도 게이트 공간 및 전사 QA 계층 모두에 걸쳐
- 클라이언트의 기능을 활성화했습니다. 문서 디지털화, 소매업 OCR, 내비게이션, 은행업 및 법률 분야 AI 애플리케이션
전반적으로 Shaip은 여러 소스의 텍스트 주석 요구 사항을 구조화되고 즉시 사용 가능한 OCR 파이프라인으로 변환하는 데 도움을 주었습니다. 이 파이프라인은 문서 디지털화, 장면 텍스트 감지, 소매 분석, 은행 자동화 및 법률 준수 AI를 공간 및 전사 정확도를 모두 활용하여 지원할 수 있습니다.
Shaip은 대부분의 업체가 처리하기 어려운 OCR 예외 사례, 즉 곡선형 간판 텍스트, 혼합된 필기체, 흐릿한 영수증, 손글씨 메모 등을 처리했습니다. 경계 상자와 전사본에 대한 이중 품질 보증을 통해 배포 가능한 학습 데이터를 확보할 수 있었습니다.
