1.3 : HTR fine tuning for medieval manuscripts models: strategies and evaluation
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
- audio 1 audio 2 audio 3
Descriptif
par Sergio Torres Aguilar (ENC) et Vincent Jolivet (ENC)
In this presentation we intend to explore different practical questions about HTR modeling in order to determine at what point a model reaches the necessary robustness and a sufficiently broad-level of generalization to serve as a pre-trained base to raise a new specialized model. For this end, we use several HTR ground-truth documents from medieval cartularies and registers ranging from 12th to 15th centuries and we will evaluate two aspects: (1) the creation of robust models by trying to calculate the learning break‑point and the minimum amount of ground truth necessary to achieve good generalization performances from a limited collection of documents and (2) the process of fine‑tuning in the aim to quickly specialize a robust model, used here as a pre-trained base, on a type of source other than those used during training.
Intervenant
Thème
Notice
Dans la même collection
-
2.10 : Clôture Colloque "Documents anciens et reconnaissance automatique des écritures manuscrites"PincheAriane
2.10 : Clôture Colloque "Documents anciens et reconnaissance automatique des écritures manuscrites"
-
2.8 : Reconnaissance et extraction d’informations dans des tableaux manuscrits historiquesPincheAriane
2.8 : Reconnaissance et extraction d’informations dans des tableaux manuscrits historiques
-
2.7 : HTR of Handwritten Paleographic Greek Text as a Function of ChronologyPincheAriane
2.7 : HTR of Handwritten Paleographic Greek Text as a Function of Chronology
-
2.6 : EpiSearch. Recognising Ancient Inscriptions in Epigraphic ManuscriptsBoschettiFederico
2.6 : EpiSearch. Recognising Ancient Inscriptions in Epigraphic Manuscripts
-
2.4 : Expérimentations pour l’analyse automatique de sources chinoises anciennesVidal-GorèneChahan
2.4 : Expérimentations pour l’analyse automatique de sources chinoises anciennes
-
2.3 : Analyse, Reconnaissance et Indexation des manuscrits CHAMSchweyerAnne-ValérieBurieJean-Christophe
2.3 : Analyse, Reconnaissance et Indexation des manuscrits CHAM
-
2.1 : FoNDUE - A Lightweight HTR Infrastructure for GenevaGabaySimon
2.1 : FoNDUE - A Lightweight HTR Infrastructure for Geneva
-
2.5 : Sharing HTR datasets with standardized metadata: the HTR United initiativeChaguéAlixClériceThibault
2.5 : Sharing HTR datasets with standardized metadata: the HTR United initiative
-
2.9 : Retour d’expériences sur l’utilisation comparée de plusieurs de dispositifs de transcription …TufféryChristophe
2.9 : Retour d’expériences sur l’utilisation comparée de plusieurs de dispositifs de transcription numérique d’archives de fouilles archéologiques
-
1.10 : Segmentation Mode for Archival Documents with Highly Complex LayoutStoeklDaniel
1.10 : Segmentation Mode for Archival Documents with Highly Complex Layout
-
2.2 : From HTR to Critical Edition: A Semi-Automatic PipelineStoeklDaniel
2.2 : From HTR to Critical Edition: A Semi-Automatic Pipeline
-
1.7 : De Transkribus à eScriptorium : retour(s) d’expérience sur l’usage d’outils d’HTR appliqués à…LeblancElina
1.7: De Transkribus à eScriptorium : retour(s) d’expérience sur l’usage d’outils d’HTR appliqués à un corpus d’imprimés espagnols du XIXe siècle
Sur le même thème
-
Séminaire HN Lab 1 : Le HTR appliqué à l’histoire de l’Art : présentation du travail de Léa Marone…
Le HN Lab propose un séminaire de recherche qui prend la forme d’une présentation de problématiques théoriques ou pratiques, de présentations de réalisations (achevées ou en cours) d’une durée de 30
-
Tutoriel XQuery (1)
Explorer le langages XQuery
-
Tutoriel XQuery (2)
Explorer le langage XQuery
-
Tutoriel XQuery (3)
Explorer le langage XQuery
-
-
-
-
-
Tutoriel XSLT (2)
Explorer le langage XSLT
-
-
Tutoriel XSLT (4)
Explorer le langage XSLT
-
Tutoriel XSLT (5)
Explorer le langage XSLT
