検出
Koharu Layout RF-DETR Seg 2XL が文字、吹き出し、コマを検出し、後続段階向けのセグメンテーション情報を作ります。 文字、吹き出し、コマの閾値は、各クラスに必要な確信度を調整します。下げると不確かな領域も残り、誤検出が増える場合があります。複数の代表的なページで比較してから変更してください。検出は文字領域がすでにあるページをスキップするため、新しい閾値で再検出するには既存の領域を削除してください。OCR
OCR
は検出された文字領域を読みます。文字が欠ける場合は検出を先に確認してください。渡されていない領域を認識モデルの変更だけで復元することはできません。
インペイント
- 直接型
- 生成型
既定は LaMa です。AOT Inpainting も直接型の再構成モデルです。通常の文字除去ではここから試します。