I Tested a New AI Model on Charts. OpenCV Caught Its Mistake.

LightOnOCR-3 — это новая модель распознавания текста с открытым исходным кодом от LightOn, которая преобразует диаграммы в таблицы. Мы запустили её самую маленькую версию (менее 1 миллиарда параметров, только на ЦП) на четырёх диаграммах, для которых были известны все истинные значения, и добавили OpenCV для выравнивания страниц и проверки чисел. Что произошло: Чистые диаграммы: 5 из 5 значений верны, даже когда значения не были напечатаны на столбцах. Фотография в стиле телефона (наклон, тень, размытие): ненапечатанные столбцы считывались с завышенными значениями, до ~5%. OpenCV выровнял страницу, и все значения вернулись правильными. Скрытый множитель «1e6»: модель его обнаружила, но миллион находится только в заголовке столбца. Двухосевая диаграмма: столбец с полями возвращался примерно на полпункта ниже во всех четырёх запусках. OpenCV измерил линию и восстановил истинные значения. Вывод: бесплатная модель распознавания текста плюс несколько строк кода OpenCV дают вам данные диаграммы, которым можно доверять, потому что вы их проверили. Это первый взгляд на один из тестовых отчетов с самой маленькой моделью, а не бенчмарк. У вас есть диаграмма, которая, по вашему мнению, может вызвать сбой? Опишите ее в комментариях, и мы пропустим ее через этот конвейер. Разделы 0:00 Четыре теста, одна ошибка 0:18 Почему данные диаграммы застревают в PDF-файлах 0:37 LightOnOCR-3 + конвейер OpenCV 1:18 Тест 1: Чистые диаграммы 1:41 Тест 2: Фотография с телефона 2:22 Тест 3: Скрытый множитель 2:55 Тест 4: Две оси 3:58 Первый взгляд, а не бенчмарк 4:10 Таблица результатов + выводы 4:37 Ваша диаграмма здесь