Leitura de documentos (OCR)
Qwen2-VL 2B + QLoRA
Ler um documento lingala fotografado, impresso ou manuscrito, e extrair o seu texto.
Resultado
88,7 % de caractères justes (CER 11,3 %) em 50 exemplos de teste. Source : E01. Voir la page Résultats.
| Mesure | Valeur |
|---|---|
| Caractères justes | 88,7 % |
| CER (caractères erronés) | 11,30 % |
| Exactitude stricte | 28,0 % |
Jugement humain (trois validateurs) : 32 % de sorties correctes à la majorité, 92 % correctes ou récupérables ; accord α 0,665 : exploitable.
As medições, em gráfico
Fonte : E01, E07
Ver os dados do gráfico
| Medida | Valor % |
|---|---|
| Caracteres corretos | 88,7 |
| Saídas recuperáveis (humano) | 92,0 |
| Exatidão estrita | 28,0 |
O que faz bem, o que faz mal
O que faz bem
- 88,7 % de caracteres corretos; 92 % das saídas consideradas recuperáveis pelos validadores humanos.
- O único resultado humano com acordo suficiente entre validadores (α 0,665): utilizável.
- Licença Apache 2.0: utilizável comercialmente.
O que faz mal
- Exatidão estrita de 28 %: apenas uma linha em quatro é perfeita de ponta a ponta.
- Conjunto de teste pequeno (50 exemplos) e imagens de qualidade desigual.
- Os manuscritos são mais difíceis do que o impresso.
Como foi construído
Socle Qwen/Qwen2-VL-2B-Instruct, adapté par qLoRA, LoRA rang 32, jetons ɔ ɛ Ɔ Ɛ ajoutés. Données : 417 exemples image–texte. Détail dans le rapport F03.
Licença
Apache-2.0 : utilizável comercialmente. Un modèle garde la licence de son modèle de base, quelle que soit celle des données d'entraînement. Gouvernance des données.