tesseract jpn_vert traineddata fintune
finetune zodiac3539 jpn_vert model with 16 types of jp fonts until it reach BCER 1%
Text transition works well but there is poor text segmentation performance
- input image
- output text comparison
| Ours jpn_vert_new | zodiac3539 jpn_ver5 | NbtKmy jpn_vert_v4 |
|
入 には 斥ッ妃に折ってて はずれるのね i ひ放 えっと… ワァスサーに加は 前にはないのね 横かしらぞ それとも後ろ? ちょっと了 ピに細っに るんですかっ! |
悶 ちょっと‼ 疾 旋也⁈ 到尼 かっ‼ o ボッヅクになってて 加量倫了 系有旋外 92 ワ-スナーたかは ヮスナーとかは 女路小 かしら? 評い千⁈ |
ちょつとリ 捉 放っ にて かつり ボックになってて /、湾下 はずれるのね の4v0全 ファスナーとかは アスナーとかは 門にはないのね かしら? それとも後ろア |
- git clone
- see train_and_preprocess.ipynb