Дьявол всегда в деталях
Разбираюсь с задачей по распознанию и обработке документов через нейросети. Заказчик изначально запросил интеграцию с perplexity.ai, когда выяснилось что он не умеет работать с файлами напрямую - переключился на routerai.ru. Сервис работает хорошо до 3 сентября, до момента сбоя глобального с нейронками. И после этого начались проблемы с OCR сервисом от Mistral. А без него распознание файлов, сканов и изображений выполняется ну очень плохо.
А ведь казалось - современные нейросети делают магию, умеют все и вся - а тут надо кучу обвязки делать вокруг для одной относительно простой задачи. А теперь мне надо как-то объяснять заказчику, что для решения его задачи нужны доп срок и возможно доп бюджет. Потому что готовых решений сервисов нужного качества нет за адекватную стоимость, и надо реализовывать свой вариант распознавания образов. Желательно с минимальными расходами.
· 25.09
Про «нужного качества нет» рядом лежит вторая беда, о которой узнают позже: как проверять результат. Принимал каталог фотографий от поставщиков, надо было отсеять кадры с чужими водяными знаками. Считал числами, наложение снимков и разброс по стеку дали вердикт «три источника из четырёх чистые». Открыл глазами: чужие отметки почти на всех 963 принятых кадрах, знаки полупрозрачные и метрика их не видит. У одного поставщика пятнадцать проб из пятнадцати оказались составными макетами с чужой машиной. С тех пор числовую пробу по картинкам держу за подсказку, решение принимаю глазами.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён