การกำหนดค่าบริการ: การตรวจจับบล็อกข้อความ
การตรวจจับทำอะไร
หัวข้อที่มีชื่อว่า “การตรวจจับทำอะไร”ส่วน การตรวจจับบล็อกข้อความ ในโปรไฟล์บริการใช้กำหนดค่าโมเดลตรวจจับบล็อกข้อความเฉพาะทาง โมเดลภาษาภาพในปัจจุบันมักบอกได้คร่าว ๆ ว่าข้อความอยู่ตรงไหน แต่ยังระบุพิกัดที่แม่นยำได้ไม่น่าเชื่อถือ งานนี้จึงใช้โมเดลที่ปรับมาเพื่อ OCR การตรวจจับวัตถุ หรือการแบ่งส่วนบริเวณโดยเฉพาะ
การตรวจจับบล็อกข้อความจะค้นหาบริเวณข้อความในภาพการ์ตูนและสร้างบล็อกข้อความ บล็อกเหล่านี้เป็นตัวกำหนดว่าขั้นตอนดึงข้อความและการแปลในภายหลังจะประมวลผลอะไร
การตรวจจับเพียงระบุตำแหน่งบริเวณข้อความ ไม่ใช่สิ่งเดียวกับการดึงข้อความ ตัวตรวจจับจะส่งข้อความต้นฉบับกลับมาด้วยหรือไม่ขึ้นอยู่กับบริการ
บริการที่รองรับ
หัวข้อที่มีชื่อว่า “บริการที่รองรับ”| บริการ | ต้องใช้ API | ส่งข้อความต้นฉบับกลับมาระหว่างการตรวจจับ | เหมาะสำหรับ |
|---|---|---|---|
| ตัวตรวจจับบล็อกข้อความในเครื่อง | ไม่ | ไม่ | ตรวจจับกล่องแบบออฟไลน์ ใช้ฟรี |
| PaddleOCR VL 1.6 | ใช่ | ใช่ | ตรวจจับและ OCR ในคำขอเดียว |
| GLM-OCR | ใช่ | ใช่ | ดึงข้อความต้นฉบับแนวตั้งได้ด้อยกว่าเล็กน้อย |
ตัวตรวจจับบล็อกข้อความในเครื่อง
หัวข้อที่มีชื่อว่า “ตัวตรวจจับบล็อกข้อความในเครื่อง”เปิด การตั้งค่า → โปรไฟล์บริการ → การตรวจจับบล็อกข้อความ แล้วเลือก ดาวน์โหลด แอปจะสร้างโปรไฟล์ในเครื่องหลังดาวน์โหลดเสร็จ คุณยังนำเข้าไฟล์ ZIP ของโมเดลแบบออฟไลน์ได้ ไฟล์ ZIP นี้มีให้ดาวน์โหลดบนเว็บไซต์ Neko Translator
ขณะนี้ตัวตรวจจับในเครื่องส่งกลับมาเฉพาะตำแหน่งบล็อกข้อความ สำหรับขั้นตอนการทำงานแบบครบถ้วน ให้กำหนดค่าบริการที่รองรับ ดึงข้อความ เช่น โมเดล AI ทั่วไปที่รองรับวิชัน หรือ ตัวดึงข้อความในเครื่อง ในการแปลมังงะส่วนใหญ่ การใช้ตัวตรวจจับบล็อกข้อความในเครื่องคู่กับตัวดึงข้อความในเครื่องก็เพียงพอ และเป็นการตั้งค่าที่แนะนำในปัจจุบัน
ตัวตรวจจับบล็อกข้อความในเครื่องแยกข้อความในบอลลูนออกจากข้อความอื่นได้โดยอัตโนมัติ
การดาวน์โหลดและการนำเข้าอาจเกี่ยวข้องกับการเลือกมิเรอร์ ข้อผิดพลาดของเครือข่าย ไฟล์ที่ขาดหาย หรือการตรวจสอบแฮชล้มเหลว เลือกดำเนินการต่อหลังการตรวจสอบล้มเหลวเฉพาะเมื่อคุณเชื่อถือแหล่งที่มาของโมเดลและเข้าใจความเสี่ยงเท่านั้น
PaddleOCR VL 1.6 และ GLM-OCR
หัวข้อที่มีชื่อว่า “PaddleOCR VL 1.6 และ GLM-OCR”บริการ OCR ออนไลน์ต้องใช้ API key หลังสร้างการกำหนดค่าแล้ว ให้เลือกโมเดลที่ตรงกันในการประมวลผลแบบกลุ่มหรือในตัวแก้ไข
เนื่องจากบริการเหล่านี้ส่งข้อความต้นฉบับกลับมาระหว่างการตรวจจับบล็อกข้อความ จึงมักไม่จำเป็นต้องมีขั้นตอนดึงข้อความแยกต่างหาก
ทั้งสองโมเดลเป็นโอเพนซอร์ส และผู้ดูแลได้เผยแพร่ซอร์สโค้ดและบทแนะนำสำหรับการติดตั้งใช้งานในเครื่องไว้ ดูขั้นตอนที่แน่ชัดได้จากเอกสารทางการ
ตรวจสอบผลการตรวจจับ
หัวข้อที่มีชื่อว่า “ตรวจสอบผลการตรวจจับ”ตรวจสอบเสมอว่า
- มีบอลลูนคำพูดหรือข้อความนอกบอลลูนที่ตรวจไม่พบหรือไม่
- มีบล็อกข้อความอิสระหลายบล็อกถูกรวมเข้าด้วยกันโดยไม่ตั้งใจหรือไม่
- บล็อกข้อความที่อยู่ติดกันซ้อนหรือทับกันหรือไม่
- ตำแหน่งและทิศทางของแต่ละบล็อกข้อความถูกต้องหรือไม่
- คำบรรยายและเสียงประกอบต้องจัดการแยกต่างหากหรือไม่