pipeline in linea single thread

aggiornamento-2026-05-17-11-21.md

@@ -0,0 +1,82 @@
+# Aggiornamento 2026-05-17 11:21
+
+## Fine-tuning YOLO OCR completato
+
+Sono state convertite le annotazioni Label Studio del progetto:
+
+```text
+project_id=4
+nome=addestramento ocr
+```
+
+Dataset YOLO creato:
+
+```text
+C:\devel\yolo-ocr\dataset
+```
+
+Split:
+
+```text
+images=26
+boxes=156
+train=19
+val=5
+test=2
+```
+
+Training lanciato inizialmente su GPU, ma fallito per incompatibilita':
+
+```text
+GPU: NVIDIA GeForce GTX 1050
+problema: PyTorch installato non supporta compute capability sm_61
+errore: CUDA error: no kernel image is available for execution on the device
+```
+
+Training rilanciato e completato su CPU:
+
+```powershell
+yolo detect train data=C:\devel\yolo-ocr\dataset\data.yaml model=yolov8n.pt epochs=60 imgsz=640 batch=4 workers=0 device=cpu project=C:\devel\yolo-ocr\training_runs name=digits_yolov8n_demo_cpu patience=15 seed=42
+```
+
+Risultati finali su validation:
+
+```text
+precision: 0.603
+recall:    0.556
+mAP50:     0.753
+mAP50-95:  0.582
+```
+
+Risultati su test:
+
+```text
+images:    2
+boxes:     12
+precision: 0.535
+recall:    0.771
+mAP50:     0.752
+mAP50-95:  0.488
+```
+
+Artefatti stabili copiati in:
+
+```text
+C:\devel\yolo-ocr\models\udc_digits_yolov8n_demo.pt
+C:\devel\yolo-ocr\models\udc_digits_yolov8n_demo.onnx
+```
+
+Riepilogo tecnico:
+
+```text
+C:\devel\yolo-ocr\TRAINING_SUMMARY.md
+```
+
+Interpretazione:
+
+- il fine-tuning funziona;
+- il modello addestrato e' molto piu' promettente del modello generico provato ieri;
+- l'export ONNX funziona;
+- il dataset e' pero' ancora troppo piccolo;
+- la metrica mAP e' incoraggiante, ma ora serve misurare la lettura del codice intero, perche' per il WMS una sola cifra sbagliata rende errato tutto il codice UDC.
+