Стажировка
«OCR (оптическое распознавание символов) для кабинета инженера
Компания: ООО «ВДГБ:ИТС»
Суть проекта
Для чего
Вводные данные
Этот проект позволит улучшить достоверность данных, ускорить ввод и повысить проверяемость технического состояния оборудования, интегрируя распознанные данные в информационную систему.
Проект направлен на автоматизацию распознавания рукописных данных в рамках технической диагностики для уменьшения ручного труда и повышения точности данных
Таблица формата excel c распознанными ячейками
85 заполненных рукописных таблиц-ведомостей показателей трубопроводов
Основная идея проекта
выходные данные
Участники
команды проекта
команды проекта
- павел химякТимлид проекта
- Руководил проектом и контролировал выполнения его этапов
- Поддерживал общение с заказчиком для согласования требований и промежуточных результатов
- евгений сапселёвпомощник тимлида
- Консультировал участников команды по вопросам написания модульного и читаемого кода
- Помогал выстраивать структуру проекта и следить за качеством реализации решений
- Сергей Подобряевпомощник тимлида
- Провел анализ современных OCR-решений. Разработал архитектуру решения на базе ResNetLSTMCTC
- Полностью реализовал модель ResNet34LSTMCTC. Обучил на датасете русского рукописного текста с последующим дообучением для адаптации под специфику документов заказчика
- Реализовал функции предобработки и постобработки для повышения качества распознавания, провел серии экспериментов по улучшению точности
- Создал готовое для интеграции решение (в GitHub репозитории) и провел тестирование на локальном окружении
- Оказывал помощь в координации и технической организации проекта, обеспечивал поддержку участников команды
- Александр КаревData Scientist/Analyst
- Изучил датасет и инструменты для распознавания структуры документа и значений в ячейках
- Провёл эксперименты с OpenCV, CRNN, YOLO, CNC-loss и CTC-loss
- Работал над разметкой данных и тестированием моделей в Gradio и VSCode
- Внёс вклад в реализацию пайплайна: от разбиения таблицы на ячейки до вывода результата в Excel
- Александр Мохиревмладший системный администратор
- Изучил подходы к дообучению OCR-моделей (PaddleOCR, EasyOCR)
- Разработал скрипт для распознавания чисел в ячейках таблицы и выгрузки в Excel
- Работал с GitHub, провёл эксперименты по дообучению
- алексей козловруководитель регионального отдела сети "КонсультантПлюс"
- Разработал метод поворота сканов по ориентации таблицы
- Усовершенствовал алгоритмы распознавания границ таблиц и уменьшения артефактов
- Дообучил YOLO11s-seg, провёл масштабную разметку датасета
- Реализовал единый пайплайн обработки изображений, интеграцию с Excel и групповой кодовый рефакторинг
- Разработал вспомогательные функции контроля данных (arrow_control, decimal_control).
- Разработал пакетную обработку данных различных форматов (архивы, многостраничные DPF и отдельные изображения)
- Реализовал комбинированное определение сквозных стрелок
- Разработал визуализацию данных поверх исходного изображения для сравнительного контроля пользователем
- владимир каракулинпрямые и тендерные продажи промышленного оборудования
- Проводил эксперименты с различными подходами к распознаванию рукописного текста и дробных чисел
- галина чапцоваИндивидуальный предприниматель
- Протестировала OCR-модели: EasyOCR, PaddleOCR, TrOCR, PyTesseract, Donat
- Обучила TrOCR на реальных и синтетических данных
- Реализовала фронтенд-интерфейс на Gradio и backend на FastAPI, завернула в Docker
- Разработала архитектуру приложения, провела интеграцию в единую систему с возможностью редактирования
- григорий стряпчиевИнженер отдела ИТ больницы скорой помощи
- Создал и аугментировал датасеты, включая авторазметку в Roboflow, провёл масштабную разметку датасета
- Участвовал в обучении и тестировании YOLO-моделей, подготовке изображений
- Разработал скрипт идентификации ячеек, оптимизировал обработку данных
- Дмитрий степановскийдиректор строительной компании
- Активно участвовал в разметке Yolo, предобработке таблиц, построения логики разрезания на ячейки и тестировании OCR
- Дообучил YOLO-модели, реализовал улучшение изображения, провёл масштабную разметку датасета, постобработку и интеграцию с Gradio
- Реализовал локально единый пайплайн обработки изображений с интеграцией в Excel
- Выполнил локальный запуск модели, подготовил Docker-окружение
- Разработал MVP-прототип, обеспечил совместимость и интеграцию кода
- Подготовил и провел презентацию работы группы стажировки
- елена хвоинскаяведущий инженер-программист АО "Концерн "Автоматика""
- Тестировала OCR-модели (Terrasect, Paddle, EasyOCR) и инструменты структурного распознавания документов
- Дообучила модель CRNN на датасете русского рукописного текста
- Реализовала пред- и постобработку, улучшила точность модели на данных заказчика
- Подготовила скрипты и классы для интеграции модели, опубликовала на GitHub
- игорь доронинFullstack Developer
- Провел серию экспериментов по распознаванию текста с использованием EasyOCR и PyTesseract
- михаил германПредприниматель
- Тестировал модели YOLOv8n и Donut/DocTR, провел первичную разметку таблиц
- наталья выговскаястарший преподаватель на кафедре АСУ в Белорусско-Российском университете
- Разработала экспериментальные ноутбуки с PyTesseract и табличным выводом
- Работала с LLM (LLaMA, Gemma, TroCR), провела серию экспериментов по распознаванию
- Участвовала в разметке таблиц и сборе датасета
- Реализовала веб-интерфейс на FastAPI, подготовила прототип обработки и выгрузки в Excel
- ольга соловьёваВедущий инженер / АСУ
- Сравнила модели SuryaOCR, RapidOCR, ResNet, EasyOCR, Tesseract, Paddle
- Обучила YOLOv5 на распознавание цифр и знаков
- Исследовала подходы к определению координат ячеек с помощью OpenCV
- Провела тестирование TrOCR и LLM для задач распознавания
- сергей кульковРуководитель подразделения в торговой компании
- Анализировал и тестировал TableNet, CascadeTabNet, OpenCV для извлечения структуры таблиц
- Проводил эксперименты с TrOCR, EasyOCR, Tesseract и Paddle на рукописном кириллическом тексте