Blue 읽기 도구 - 라벨 지정

이미지 상에서 Blue 읽기 도구의 성능을 결정하려면, 도구가 식별한 문자를 이미지의 실제 문자 값과 비교할 수 있어야 합니다. 라벨 지정 프로세스를 이용하면 이미지 안의 문자 위치와 값을 지정할 수 있습니다. 이미지 집합이 부분적 또는 전체적으로 라벨 지정되면, 두 가지 중요한 일을 할 수 있습니다.

• Recall, 혼동, Precision, F-Score를 포함한, 사용자 이미지 상 도구의 성능에 대한 통계적 지표를 계산할 수 있습니다.
• 도구에 대해 점진적 트레이닝을 수행할 수 있습니다. (사용자 이미지에서 특정 문자가 어떻게 나타나는지 예를 제공함으로써 도구의 성능을 개선할 수 있습니다.)

사용자의 이미지 집합 내 이미지는 라벨이 지정되어 있거나 지정되어 있지 않습니다. 라벨이 지정된 이미지는 디스플레이 상에 형상 또는 문자열의 녹색 그래픽 존재로 표시됩니다.

이미지에 라벨을 지정할 때 극히 중요하게 고려해야 할 것은, 이미지에 라벨이 지정되면 해당 이미지 안의 모든 문자에 라벨이 지정되어야 한다는 것입니다. 일부 문자에만 라벨이 지정된다면 (도구가 "가짜" 또는 "예기치 않은" 문자를 찾을 것이므로) 이는 통계적 지표를 무효로 하며, 또한 (이미지 안의 라벨이 지정되지 않은 모든 문자는 문자가 아닌 것으로 도구가 간주하므로) 점진적 트레이닝이 도구의 정확성을 개선하는 것이 아니라 악화되게 합니다.