Notice
1.8 : Lettres en lumières
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
par Florian Fizaine et Édouard Bouyé
Dans le cadre du projet « Lettres en lumières » mené par les Archives départementales de la Côte-d’Or en partenariat avec le Laboratoire d’étude de l’apprentissage et du développement (LEAD, Université de Bourgogne), nous développons un outil de HTR en utilisant Mask RCNN, un algorithme de segmentation d’instance utilisé notamment dans le médical, pour la segmentation des lignes et les réseaux transformer qui ont largement montré leur efficacité dans la compréhension du langage naturel, pour la transcription. Nous avons commencé ce travail sur les registres des états de bourgogne du xviiie siècle, ces données d’entraînements sont obtenues grâce à la participation de transcripteurs bénévoles.
Intervention
Thème
Dans la même collection
-
2.10 : Clôture Colloque "Documents anciens et reconnaissance automatique des écritures manuscrites"
PincheAriane2.10 : Clôture Colloque "Documents anciens et reconnaissance automatique des écritures manuscrites"
-
2.8 : Reconnaissance et extraction d’informations dans des tableaux manuscrits historiques
PincheAriane2.8 : Reconnaissance et extraction d’informations dans des tableaux manuscrits historiques
-
2.7 : HTR of Handwritten Paleographic Greek Text as a Function of Chronology
PincheAriane2.7 : HTR of Handwritten Paleographic Greek Text as a Function of Chronology
-
2.6 : EpiSearch. Recognising Ancient Inscriptions in Epigraphic Manuscripts
BoschettiFederico2.6 : EpiSearch. Recognising Ancient Inscriptions in Epigraphic Manuscripts
-
2.4 : Expérimentations pour l’analyse automatique de sources chinoises anciennes
Vidal-GorèneChahan2.4 : Expérimentations pour l’analyse automatique de sources chinoises anciennes
-
2.3 : Analyse, Reconnaissance et Indexation des manuscrits CHAM
SchweyerAnne-ValérieBurieJean-Christophe2.3 : Analyse, Reconnaissance et Indexation des manuscrits CHAM
-
2.1 : FoNDUE - A Lightweight HTR Infrastructure for Geneva
GabaySimon2.1 : FoNDUE - A Lightweight HTR Infrastructure for Geneva
-
1.3 : HTR fine tuning for medieval manuscripts models: strategies and evaluation
Torres AguilarSergioJolivetVincent1.3 : HTR fine tuning for medieval manuscripts models: strategies and evaluation
-
2.5 : Sharing HTR datasets with standardized metadata: the HTR United initiative
ChaguéAlixClériceThibault2.5 : Sharing HTR datasets with standardized metadata: the HTR United initiative
-
1.10 : Segmentation Mode for Archival Documents with Highly Complex Layout
StoeklDaniel1.10 : Segmentation Mode for Archival Documents with Highly Complex Layout
-
2.9 : Retour d’expériences sur l’utilisation comparée de plusieurs de dispositifs de transcription …
TufféryChristophe2.9 : Retour d’expériences sur l’utilisation comparée de plusieurs de dispositifs de transcription numérique d’archives de fouilles archéologiques
-
2.2 : From HTR to Critical Edition: A Semi-Automatic Pipeline
StoeklDaniel2.2 : From HTR to Critical Edition: A Semi-Automatic Pipeline