flywms/aggiornamento-2026-05-16-20-12.md

Aggiornamento 2026-05-16 20:12

Primo test YOLO digits su crop etichetta

E' stato scaricato il progetto:

C:\devel\yolo-ocr\external\yolov8-digits-detection

Sono state trovate 28 immagini di test in:

C:\devel\yolo-ocr\immagini_test

Nota: la cartella indicata verbalmente come C:\yolo-ocr\immagini_test non esisteva; le immagini erano nella cartella corretta C:\devel\yolo-ocr\immagini_test.

Runner creato

E' stato creato:

C:\devel\yolo-ocr\tools\batch_yolo_digits.py

Il runner:

• carica i modelli ONNX del progetto;
• non installa PyTorch;
• evita pytorch_lightning, usato dal progetto solo per logging;
• esegue inferenza CPU;
• ordina le cifre rilevate da sinistra a destra;
• salva un CSV con codice, numero cifre, confidenza media e tempo;
• salva immagini annotate con bbox delle cifre;
• salva una tavola di controllo visivo.

Risultato con soglia 0.25

Output:

immagini=28
codici_numerici=24
load_sec=2.679
infer_ms_medio=52.7
conf=0.25
iou=0.7

Il modello e' veloce: circa 53 ms per crop su CPU.

Qualita':

• riconosce davvero alcune cifre stampate;
• quindi la pista YOLO digits e' concreta;
• tuttavia spesso riconosce solo una parte del codice;
• alcuni crop restituiscono 1-3 cifre invece del codice completo;
• il modello out-of-the-box non e' ancora sufficiente per lettura affidabile UDC.

Risultato con soglia 0.10

Output:

immagini=28
codici_numerici=27
load_sec=1.881
infer_ms_medio=61.5
conf=0.1
iou=0.7

La soglia piu' bassa fa trovare piu' cifre, ma introduce duplicati e classi sbagliate. Quindi il problema non si risolve solo abbassando la soglia.

Conclusione

Il modello esistente e' utile come base sperimentale, ma non e' pronto da integrare nel WMS come OCR affidabile.

La cosa positiva e' che:

• il modello e' leggero;
• gira senza PyTorch;
• riconosce cifre stampate almeno parzialmente;
• la velocita' e' adeguata;
• puo' diventare molto interessante con fine-tuning su immagini reali delle nostre etichette.

Prossimo passo consigliato:

1. migliorare preprocessing e crop locale, cercando di isolare meglio la riga numerica;
2. creare una piccola tabella ground truth per le 28 immagini;
3. misurare accuracy reale cifra per cifra e codice intero;
4. valutare fine-tuning del modello con immagini nostre annotate.