Digitalizacja odrecznie pisanego pamietnika.

Digitalizacja odrecznie pisanego pamietnika.
lambdadziara
  • Rejestracja:ponad 6 lat
  • Ostatnio:5 dni
  • Postów:442
0

Powiedzmy, ze mam dziennik odrecznie pisany, moze 100 stron, moze wiecej - duzy notatnik w formie A4, pisany jak kura pazurem, bardzo male literki blisko siebie - dla zaoszczedzenia miejsca. Probowane rozwiazania OCR wysiadaja, np ta platna aplikacja na Android - GeniusScanner, kompletnie nic nie odczyta. Rozwiazania z tego co widze sa 2:
1.) bardziej profesjonalne, rozwiniete byc moze stare rozwiazania OCR - jesli tak, to jakie? Mozna miec nadzieje
2.) wlasny model uczenia maszynowego. Np zrobic zdjecia ilus tam stron (ile? 10, 20 wystarczy?) - przepisac na komputerze odrecznie te 20 stron i zrobic mapowanie i wyuczyc model na tym. No nie wiem, jak efektywny bedzie taki model, czy ktos moze mi powiedziec, zanim potencjalnie strace na to czas? Czy ktos ma doswiadczenie z gotowymi platnymi serwisami, do takich wlasnie zadan?

Podsumowujac - chcialabym szybko i mozliwie automatycznie przepisac recznie pisany notatnik do formy cyfrowej i szukam gotowego rozwiazania, albo jak to zrobic mozliwie najprosciej i najszybciej.

obscurity
  • Rejestracja:około 6 lat
  • Ostatnio:około godziny
2

100 stron to nie brzmi nawet na dużo, zakładając 300 słów na stronę i 100 wpm to około 5 godzin roboty, nie wiem czy jeśli istniejące modele nie potrafią tego odczytać to czy się zmieścisz ze zrobieniem swojego modelu zwłaszcza przyjmując że i tak musisz do tego przepisać ręcznie te 20 stron a potem robić mnóstwo poprawek.

screenshot-20241003145927.png


"A car won't take your job, another horse driving a car will." - Horse influencer, 1910
lambdadziara
  • Rejestracja:ponad 6 lat
  • Ostatnio:5 dni
  • Postów:442
0

To na pewno nie jest "300 slow na stron" tylko znacznie więcej - drobnym druczkiem. Nie jest bardzo łatwo się odczytać samemu i przepisywanie samemu tez by trwało długo. Myślę, ze średnio z 800 slow na stronę.

edytowany 1x, ostatnio: cerrato
bagietMajster
  • Rejestracja:ponad rok
  • Ostatnio:2 dni
  • Postów:434
3

To jak nie jest łatwo to odczytać samemu to tym bardziej model AI tego nie zrobi dobrze.


Praktyczna implementacja TDD zaczyna się od ciebie.
RJ
Trafione w sedno. Eldorado 2025~ incoming.
obscurity
  • Rejestracja:około 6 lat
  • Ostatnio:około godziny
0

Proponuję zacząć od zeskanowania tych wszystkich stron w dobrej jakości, jak będziesz mieć to w formie cyfrowej to się zastanów czy w ogóle potrzebujesz to zamieniać na tekst - właściwie po co? Masz zamiar wyszukiwać informacje w tym pamiętniku?
Mając strony zeskanowane próbowałbym po prostu od czasu do czasu z nowymi modelami, musisz wziąć pod uwagę że jeszcze parę lat temu komputer nie był w stanie odczytać captchy, ty chcesz zrobić własne rozwiązanie które będzie potrafiło odczytać jeszcze trudniejszy tekst i to pewnie jeszcze z polskimi ogonkami. Na dzień dzisiejszy raczej nie miałbym dużych oczekiwań.


"A car won't take your job, another horse driving a car will." - Horse influencer, 1910
loza_prowizoryczna
  • Rejestracja:ponad 2 lata
  • Ostatnio:około 7 godzin
  • Postów:1583
0
lambdadziara napisał(a):

Podsumowujac - chcialabym szybko i mozliwie automatycznie przepisac recznie pisany notatnik do formy cyfrowej i szukam gotowego rozwiazania, albo jak to zrobic mozliwie najprosciej i najszybciej.

  1. Dogadujesz się z kimś kto prowadzi kurs pisania maszynowego dla dzieciaków (przydatna umiejętność)
  2. Dajesz mu pamiętnik jako przedmiot ćwiczeń
  3. Dzieciaki go przepisują - masz X interpretacji
  4. Bierzesz jakiś wstępnie wytrenowany model do OCRa i używając RLHF fine-tuningujesz
  5. Masz model dostrojony do swojego rodzaju pisma

Przetrzyma wszystko
lambdadziara
ciekawy pomysl, tresci raczej nie dla dzieci, czy mozna uzyc do tego hindusa??
dalbajob
  • Rejestracja:ponad rok
  • Ostatnio:3 miesiące
  • Postów:149
2

Rozczytywanie drobnego pisma pisanego "jak kura pazurem" to robota w większości polegająca na odgadywaniu na podstawie kontekstu. Podzielam opinię, że żaden współczesny OCR ani AI sobie z tym nie poradzi. Sam próbowałem coś takiego znaleźć na potrzeby odczytywania skanów ręcznie pisanych historycznych dokumentów i poległem.

Przepisywanie będzie pracochłonne, więc pomyśl po prostu o nagraniu się jak czytasz ten dziennik. Zamiana mowy na tekst to już dużo prostsza robota.

Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)