OCR үчүн кайсы метрикалар колдонулат?

OCR (Оптикалык белгилерди таануу) сапатын баалоо үчүн, адатта, төмөнкү метрикалар колдонулат:

• Белгилердин каталар пайызы (CER) — белгилер деңгээлиндеги каталардын пайызы. Бул референс текстиндеги белгилердин санына салыштырмалуу киргизүүлөрдүн, өчүрүүлөрдүн жана алмаштыруулардын санын эсептөө аркылуу аныкталат.

• Сөздөрдүн каталар пайызы (WER) — CER менен окшош, бирок сөздөр деңгээлинде. Бул бүт сөздөрдүн туура таанылганын баалоо үчүн маанилүү.

• Тактык (Accuracy) — туура таанылган белгилер же сөздөрдүн катышы.

• Precision, Recall жана F1-score — эгер OCR белгилүү бир объекттерди же класс белгилерин чыгарып алуу үчүн колдонулса, колдонулат.

CER эсептөө мисалы:

import editdistance

def cer(reference, hypothesis):
    ref = list(reference)
    hyp = list(hypothesis)
    distance = editdistance.eval(ref, hyp)
    return distance / len(ref)

reference = "мисал"
hypothesis = "мисал"
print(f"CER: {cer(reference, hypothesis):.2%}")

Бул метрикалар ар кандай OCR системаларын объективдүү салыштырууга жана алардын сапатын жакшыртууга жардам берет.