Als PDF, PPTX herunterladen
Hochgeladen vonintranda GmbH
Goobi-Tag 2021 - Der intranda OCR-Service
Das Dokument ist ein Entwicklungsupdate des intranda OCR-Services von Oliver Paetzel und befasst sich mit verschiedenen Aspekten wie der OCR-Qualität, aktuellen Status der Pipeline und Verbesserungen bei der Binarisierung und Segmentierung. Es werden neue OCR-Technologien vorgestellt und der Durchsatz sowie die Skalierung der Services thematisiert. Das Update betont die Wichtigkeit der Optimierung dieser Technologien für den OCR-Prozess.
Goobi-Tag 2021 - Der intranda OCR-Service
- 1. Der intranda OCRService Ein Entwicklungsupdate 1 Oliver Paetzel, intranda GmbH 09.11.2021
- 2. Wer spricht daeigentlich? 2012: "Der Student" (Softwareentwickler) bei intranda Ab 2014: Der ABBYY-OCR-Typ bei intranda Ab 2018: Product manager Goobi workflow bei intranda Ab 2018: Der intranda-OCR Typ bei intranda Außerdem: Der machine learning Typ bei intranda 3 Oliver Paetzel, intranda GmbH 09.11.2021
- 3. Worum wird esgehen? 1. Wie war das noch mal mit OCR? 2. Aktueller Status der OCR Pipeline / OCR Qualität 3. Durchsatz und Skalierung 4 Oliver Paetzel, intranda GmbH 09.11.2021
- 4. Wie war dasnoch mal mit OCR? 1. Seitensegmentierung 2. Binarisierung 3. Zeilensegmentierung 4. OCR auf Zeilenbasis 5. Textflussanalyse 6. Ausgabeformate schreiben 5 Oliver Paetzel, intranda GmbH 09.11.2021
- 5. Worum wird esgehen? 1. Wie war das noch mal mit OCR? 2. Aktueller Status der OCR Pipeline / OCR Qualität 1. Bessere Binarisierung 2. Verbesserungen an der Segmentierung 3. Neue OCR-Engine für (erstmal) Fraktur 3. Durchsatz und Skalierung 6 Oliver Paetzel, intranda GmbH 09.11.2021
- 6.
- 7.
- 8.
- 9. Verbesserungen an derSegmentierung 10 Oliver Paetzel, intranda GmbH 09.11.2021
- 10. Verbesserungen an derSegmentierung 11 Oliver Paetzel, intranda GmbH 09.11.2021
- 11. Verbesserungen an derSegmentierung 12 Oliver Paetzel, intranda GmbH 09.11.2021
- 12. Verbesserungen an derSegmentierung 13 Oliver Paetzel, intranda GmbH 09.11.2021
- 13. Verbesserungen an derSegmentierung 14 Oliver Paetzel, intranda GmbH 09.11.2021
- 14. Verbesserungen an derSegmentierung 15 Oliver Paetzel, intranda GmbH 09.11.2021
- 15. Verbesserungen an derSegmentierung 16 Oliver Paetzel, intranda GmbH 09.11.2021
- 16. Neue OCR Engine https://commons.wikimedia.org/wiki/File:The_LSTM_cell.pngCC BY 4.0 17 Oliver Paetzel, intranda GmbH 09.11.2021
- 17.
- 18. Resultate Vorher Nachher zFeligions. Delhi zero bas1 dem Hauvt/nece zue :* , - vassu: verabschiede“ ze. . Te Zxtraaien ot - 8 6 „Ln „v , ua 6 .. 6.3 6bc - eslions» als auc) *;* verden» „um Eintnt Religions⸗Beschwerden. desto baß zu vernehmen, dem Haupt⸗Reces zu⸗ geleget und angefuͤget. So ist in diesem passu verabschiedet, daß man so bald nach geschehener Extradition auf den Augenschein zusammen kommen, denselben und alle andere Motiven und Rationes. freund⸗ und friedlich mit einander zuerwaͤgen, undver hoffentlich diese Jrrsalen in Guͤte accommoci⸗ ren,in Entstehung aber deren soll es dißfalls wie oben Arriculo 8. versehen, so wohl der Po- ellons- als auch Entstehung wegen gehalten 19 Oliver Paetzel, intranda GmbH 09.11.2021
- 19. Worum wird esgehen? 1. Wie war das noch mal mit OCR? 2. Aktueller Status der OCR Pipeline / OCR Qualität 3. Durchsatz und Skalierung 20 Oliver Paetzel, intranda GmbH 09.11.2021
- 20. Durchsatz und Skalierung https://de.wikipedia.org/wiki/Datei:Trichtermodell_zur_Verdeutlichung_der_Theory-of-Constraints.PNGCC-by-sa 3.0/de 21 Oliver Paetzel, intranda GmbH 09.11.2021
- 21.
- 22. Aufteilung in einzelneServices Bildaufbereitung Segmentierung Binarisierung Zeilensegmentierung / OCR 23 Oliver Paetzel, intranda GmbH 09.11.2021
- 23.
- 24.