OCR uchun qanday metrikalar ishlatiladi?

OCR (Optik Harf Tanib) sifatini baholash uchun odatda quyidagi mezonlar ishlatiladi:

• Harf Xato Darajasi (CER) — harf darajasida xatolar foizi. Bu, kiritilgan, o'chirilgan va almashtirilgan harflar sonining umumiy harf soniga nisbati sifatida hisoblanadi.

• So'z Xato Darajasi (WER) — CER ga o'xshash, lekin so'z darajasida. Bu, to'liq so'zlar to'g'ri tanilganligini baholash uchun muhim.

• Aniqlik (Accuracy) — to'g'ri tanilgan harf yoki so'zlar ulushi.

• Precision, Recall va F1-score — agar OCR ma'lum entitilar yoki harf sinflarini chiqarishda ishlatilsa, qo'llaniladi.

CER hisoblash misoli:

import editdistance

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

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

Ushbu mezonlar turli OCR tizimlarini ob'ektiv ravishda taqqoslash va ularning sifatini oshirishga yordam beradi.