а если там бывает больше одной цифры, значит, сначала находим один морфологический компонент, а потом к нему подтягиваем остальные, которые похожи по вертикальным координатам

это ячейка таблицы
можно и отквадратить ))
квадратный  распознает ?

остальные ячейки  все ок распознает
есть некоторые вопросы где буквы с границей ячейки  пересекаются но  подготовкой изображения  решается  
а вот Одиночные цифры в ячейке ни в какую,
при  это таких же размеров в тексте  цифры  без проблем  распознаются

Кажется, вопрос не в тот чат. В ods идите, там прекрасный тематический чат есть.

Коллеги, я правильно понимаю, что при пакетной нормализации на стадии обучения мы считаем среднее и отклонение по каждому батчу, а при прогнозировании используем среднее всех средних которые попались нам при обучении?

вы модератор?

Можно попробовать наборы шрифтов подобрать, сделать эталонные изображения и потом силами opencv сверять по шаблонам

Мы так значек номера искали

И oem 0 уже пробовали?
Для него надо tessdata legasy скачать, чтобы работал нормально

Функция zip подробнее

Разберемся как работает функция zip и где еще ее можно применять. Функция без с одним аргументом вернет собранные элементы, по одному в каждом. Чтобы увидеть внутренности объекта преобразуем его в list.

Полезно использовать, когда нужно собрать несколько кортежей или списков.

Мдя
Это как-то основы и без примера как раззиповать - незачёт

🔫 @Jhldm кикнут — вернуть этого пользователя можно только разбаном в настройках чата.

Проголосовавшие за кик:
@dePuff, @dzhkn42, @matadorvirtuoz, @Nikitini, @alexkuk
При поддержке Золота Бородача

есть что-нить фундаментальное для почитать, поискать идеи на тему вычленения "значимых" подстрок из массива строк?

например, есть строки типа:

catsAreFunny
cats_are_liquid
i_love_cats
bestcatsininternet

и, скажем, идея такая, что начинаем с какой-нить буквы и оттягиваемся от нее влево-вправо, скажем, от "ca" тянемся вправо, и куда ни погляди, после него всегда (или достаточно часто) идет "t" -- значит добавляем "cat" значимости, а у "ca" значимость отнимаем, т.к. это вероятно не полное слово
потом тянем дальше, получаем cats, а потом справа и слева от cats уже довольно рандомные буквы, поэтому на этом останавливаемся и делаем вывод -- "есть такое значимое слово cats"

А bpe не похожую штуку делает, может в ту сторону посмотреть?

похоже
но оно до бесконечности всякие совпадения ищет, а мне бы вот эти эвристики, грани, которые укажут, что вот так выглядят начала слова, а вот так концы, и что "вот какая-то буква после cats встречается часто, но недостаточно для того, чтоб считать ее продолжением"

Из любой затюненой на задачу модельки можно вытянуть с подсветочкой значимых кусочков по которому модель приняла решение
Не то?

мне нейросети не нужны

Там из чего угодно как из чёрного ящика вытягивается.

Подаётся на вход последовательность с вырезанным фрагментом и по изменению предсказания определяется значимость

Мне показалось, что значимость она для конкретной задачи только сцществует.
Мог не так понять идею

массив на входе -- это короткие URL-френдли названия, которые для своих комьюнити люди придумывают из букв, цифр, символа подчеркивания и пр., скажем, сабреддиты, каналы в тг, группы в вк, каналы на ютубе и т.д.
т.е. они состоят из осмысленных слов, соединенных как угодно, обычно просто конкатенацией, и хочется автоматически выделить все популярные "темы" из десятков тысяч таких строк