flywms/aggiornamento-2026-05-16-19-46.md

Aggiornamento 2026-05-16 19:46

Valutazione YOLO digits come OCR alternativo

Abbiamo analizzato il progetto thawro/yolov8-digits-detection:

• repository: https://github.com/thawro/yolov8-digits-detection
• modello ONNX disponibile: https://huggingface.co/spaces/thawro/yolov8-digits-detection/tree/main/models

L'idea e' usare YOLO non per trovare il gaylord o l'etichetta, ma per leggere le cifre dentro il crop etichetta:

1. il client flywms_navigation.py individua gaylord ed etichetta come oggi;
2. il server WMS riceve il crop dell'etichetta;
3. il server passa il crop a un detector YOLO digits;
4. il detector restituisce bbox e classe delle singole cifre;
5. il server ordina le cifre da sinistra a destra;
6. il codice UDC finale e' la concatenazione delle cifre riconosciute;
7. se la sequenza non e' valida, il server deve rispondere udc non determinato.

Considerazioni tecniche

Il progetto dichiara un dataset basato su cifre manoscritte HWD+, ma il demo video mostra anche riconoscimento su caratteri stampati. Questo significa che non va escluso a priori: va provato sui nostri crop reali, perche' potrebbe generalizzare abbastanza bene sulle etichette del video.

Vantaggi:

• modello piccolo: yolo.onnx e' circa 12 MB;
• potenzialmente molto piu' leggero di EasyOCR;
• puo' evitare il caricamento di EasyOCR/PyTorch nel server WMS;
• architettura adatta al nostro caso, perche' il codice UDC e' composto da cifre;
• output interpretabile: bbox, confidenza e classe di ogni cifra.

Rischi:

• il dominio di training non e' identico alle nostre etichette industriali;
• alcune cifre critiche, ad esempio 8 e 2, potrebbero comunque essere confuse;
• serve una fase di validazione su immagini reali delle nostre etichette;
• la licenza del repository/modello deve essere verificata prima di un uso oltre la demo;
• il modello riconosce singole cifre, quindi dovremo implementare noi ordinamento, filtri e validazione.

Proposta di integrazione

Non conviene importare tutto il progetto come package. Conviene invece:

• scaricare/posizionare il modello yolo.onnx in una cartella locale, ad esempio models/yolo_digits/yolo.onnx;
• aggiungere una modalita' OCR nel server:

wms_ocr_mode = yolo_digits
wms_yolo_digits_model = models/yolo_digits/yolo.onnx
wms_yolo_digits_conf = 0.35
wms_yolo_digits_expected_len = 6

• implementare nel server una classe tipo YoloDigitsOcr;
• usare onnxruntime oppure OpenCV DNN per l'inferenza;
• restituire sempre un risultato conservativo:
  • codice numerico solo se la sequenza supera i controlli minimi;
  • udc non determinato in caso di ambiguita', crop tagliato o confidenza insufficiente.

Decisione pratica

La strada e' promettente e probabilmente piu' coerente del generico OCR classico. La prova corretta da fare e':

1. integrare il modello come modalita' sperimentale separata;
2. non sostituire ancora EasyOCR/Tesseract;
3. eseguire test sui crop etichetta salvati dal nostro server;
4. confrontare errori e tempi rispetto a EasyOCR e Tesseract;
5. decidere se basta il modello esistente oppure serve fine-tuning su nostre etichette.