30 lines
1.1 KiB
Markdown
30 lines
1.1 KiB
Markdown
# Aggiornamento 2026-05-17 09:30
|
|
|
|
## Decisione: passare al fine-tuning YOLO digits
|
|
|
|
Dopo il primo test del modello `thawro/yolov8-digits-detection` sui crop reali, la direzione scelta e' passare direttamente al fine-tuning.
|
|
|
|
Motivazione:
|
|
|
|
- il modello base riconosce alcune cifre stampate;
|
|
- la velocita' CPU e' adeguata;
|
|
- l'accuratezza out-of-the-box non e' sufficiente;
|
|
- i nostri codici UDC hanno dominio visivo specifico: font, stampa, prospettiva, luce, sfocatura, tagli parziali;
|
|
- un OCR generico resta fragile, mentre un detector addestrato sulle nostre etichette puo' migliorare molto.
|
|
|
|
Percorso previsto:
|
|
|
|
1. raccogliere crop reali delle etichette;
|
|
2. annotare ogni cifra con bbox e classe `0..9`;
|
|
3. creare dataset YOLO con split `train/val/test`;
|
|
4. fare training/fine-tuning YOLOv8 detection;
|
|
5. esportare il modello in ONNX;
|
|
6. testare il modello nel laboratorio `C:\devel\yolo-ocr`;
|
|
7. integrare nel server WMS solo quando il risultato e' affidabile.
|
|
|
|
Decisione architetturale:
|
|
|
|
- il fine-tuning resta nel laboratorio `C:\devel\yolo-ocr`;
|
|
- FlyWMS non viene toccato finche' il modello OCR non e' validato.
|
|
|