字體:小 中 大 |
|
|
|
| 2026/11/19 02:45:05瀏覽25|回應0|推薦0 | |
昨天終於取得一些客戶提供的資料開始「洽談」手寫辨識專案研發的「可能性」了!老實說,前面十幾年我根本是不敢碰觸這個議題的!辨識手寫字簡直是天馬行空不切實際,絕對辦不到的!即使前面三個多月在研究數字辨識核心上有了不錯的進展,我依然知道這種技術程度距離人腦對手寫字的辨識能力還非常遙遠!所以保持著非常謙遜謹慎的態度與客戶接洽。 如我常說的,影像辨識是類比世界與數位世界之間的橋樑!為何會有手寫數字的辨識需求?就是如上很多時機我們還是常常需要依賴手寫輸入,大量這些單據遲早必須進入數位化的電腦世界處理,如果不想完全用人眼識別手動輸入(key in),就會期待影像辨識來幫忙了! 要從完整的單據上面辨識出關鍵的文數字是個非常抽象複雜的過程,想像一下一個不識字的小孩子要花多少年的學習才能看懂手寫文件上所有字的意義?所以我現在想進行的工作絕對不是做出一個可以通用辨識所有文件影像的AI軟體!只是針對特定格式性質的侷限文件,辨識出客戶指定需要辨識的關鍵數字而已!僅僅是這樣,要達到95%以上的高辨識率都是非常困難的! 我認為做AI研發如果好高騖遠就一定會一事無成!具體務實才會有穩定可靠的進展!所以目前接洽的第一階段就是要和客戶溝通討論,要先專注研究辨識哪種特定格式的單據?每一種單據其實都會有很多在單字辨識之外的技術問題必須處理!如果每個月能克服一種單據上的所有問題就是績效很好了! 譬如上面影像片段中的紅字其實不是數字,而是計算單位的符號!綠色的則是乘號與等號,但是我說過手寫數字因為沒有標準字模,是很難評估相似度分數的!第一時間這些非數字的單位符號饋入數字辨識核心後也一定會得到0-9的其中一個答案!要知道它們不是數字而是特殊符號,就必須建立一個獨立的「符號辨識核心」! 換言之,因為無法得到穩定的相似度評分,文件上的每個目標包括中文字都會得到一個數字或符號的答案,至於是不是我們想要的數字或符號呢?就必須考慮相關位置與上下文關係(Context)來決定的!這就是我必須努力面對的工作了!預期會相當困難但很有機會做到的!希望客戶可以理解這些難度,願意耐心配合,我的專案才可能成立了! |
|
| ( 心情隨筆|工作職場 ) |











