Cấu hình dịch vụ: Phát hiện khối văn bản
Phát hiện khối văn bản làm gì
Phần tiêu đề “Phát hiện khối văn bản làm gì”Mục Phát hiện khối văn bản trong Hồ sơ dịch vụ dùng để cấu hình các mô hình phát hiện khối văn bản chuyên dụng. Các mô hình thị giác–ngôn ngữ hiện nay thường có thể chỉ ra văn bản nằm ở khoảng nào, nhưng không đáng tin cậy khi cần xác định tọa độ chính xác. Vì vậy, tác vụ này dùng các mô hình được điều chỉnh riêng cho OCR, phát hiện đối tượng hoặc phân vùng.
Phát hiện khối văn bản tìm các vùng văn bản trong ảnh truyện tranh và tạo khối văn bản. Các khối này quyết định những gì mà các bước Trích xuất văn bản và dịch phía sau sẽ xử lý.
Bước này chỉ định vị vùng văn bản; nó không giống với trích xuất văn bản. Trình phát hiện có trả về văn bản gốc hay không là tùy dịch vụ.
Các dịch vụ được hỗ trợ
Phần tiêu đề “Các dịch vụ được hỗ trợ”| Dịch vụ | Cần API | Trả về văn bản gốc khi phát hiện | Phù hợp nhất cho |
|---|---|---|---|
| Trình phát hiện khối văn bản cục bộ | Không | Không | Phát hiện khung miễn phí, ngoại tuyến |
| PaddleOCR VL 1.6 | Có | Có | Phát hiện và OCR trong một yêu cầu |
| GLM-OCR | Có | Có | Trích xuất văn bản gốc dạng dọc kém hơn một chút |
Trình phát hiện khối văn bản cục bộ
Phần tiêu đề “Trình phát hiện khối văn bản cục bộ”Mở Cài đặt → Hồ sơ dịch vụ → Phát hiện khối văn bản và chọn Tải xuống. Ứng dụng sẽ tạo hồ sơ cục bộ sau khi tải xong. Bạn cũng có thể nhập tệp ZIP mô hình khi ngoại tuyến; tệp ZIP này có trên trang web Neko Translator.
Trình phát hiện cục bộ hiện chỉ trả về vị trí khối văn bản. Để có quy trình hoàn chỉnh, hãy cấu hình một dịch vụ cung cấp Trích xuất văn bản, chẳng hạn một mô hình AI đa năng có khả năng thị giác hoặc trình trích xuất văn bản cục bộ. Trong hầu hết các tình huống dịch manga, kết hợp trình phát hiện khối văn bản cục bộ với trình trích xuất văn bản cục bộ là đủ, và đây là thiết lập được khuyến nghị hiện nay.
Trình phát hiện khối văn bản cục bộ có thể tự động phân biệt văn bản bên trong bong bóng thoại với văn bản khác.
Việc tải xuống và nhập có thể liên quan đến chọn máy chủ mirror, lỗi mạng, thiếu tệp hoặc xác minh hash thất bại. Chỉ chọn tiếp tục sau khi xác minh thất bại nếu bạn tin tưởng nguồn mô hình và hiểu rõ rủi ro.
PaddleOCR VL 1.6 và GLM-OCR
Phần tiêu đề “PaddleOCR VL 1.6 và GLM-OCR”Các dịch vụ OCR trực tuyến cần API key. Sau khi tạo cấu hình, hãy chọn mô hình tương ứng trong xử lý hàng loạt hoặc trong trình chỉnh sửa.
Vì các dịch vụ này trả về văn bản gốc ngay trong lúc phát hiện khối văn bản, thường không cần thêm bước Trích xuất văn bản riêng.
Cả hai mô hình đều là mã nguồn mở, và nhóm phát triển cung cấp mã nguồn cùng hướng dẫn để triển khai cục bộ. Hãy tham khảo tài liệu chính thức của chúng để biết các bước cụ thể.
Kiểm tra kết quả phát hiện
Phần tiêu đề “Kiểm tra kết quả phát hiện”Luôn kiểm tra:
- có bong bóng thoại hoặc văn bản ngoài bong bóng nào bị bỏ sót không;
- có khối văn bản độc lập nào bị gộp nhầm với nhau không;
- các khối văn bản lân cận có chứa nhau hoặc chồng lấn nhau không;
- vị trí và hướng của từng khối văn bản có đúng không;
- lời dẫn truyện và hiệu ứng âm thanh có cần xử lý riêng không.