Temel OCR-takvim araçları gerçek afişlerde ve mobil ekran görüntülerinde yetersiz kalır; çünkü görseli düz bir metin gibi işleyip ilk satırı (lines[0]) körü körüne etkinlik adı olarak kopyalarlar. Bir telefon ekran görüntüsünde veya konser afişinde ilk satır neredeyse her zaman durum çubuğu gürültüsü (9:41 AM 5G), bilet filigranı (TICKETMASTER) veya organizatör tanıtımıdır (LIVE NATION PRESENTS).
Utiliome'un 3 Aşamalı Yerel Yapay Zeka Mimarisi, afişinizin hem görsel hiyerarşisini hem de anlamsal varlıklarını tam olarak anlar:
- Tesseract v6 Blok ve Sınırlayıcı Kutu Çıkarımı: Her satırın tam piksel koordinatlarını (
bbox: { x0, y0, x1, y1 }) çıkarır ve afişin medyan metin yüksekliğine göre göreceli yazı tipi yüksekliğini (y1 - y0) hesaplar. - Yerel
Xenova/bert-base-NERWeb Worker: Tamamı büyük harfli afiş metinlerini akıllı başlık düzenine dönüştürür ve 90 ms'nin altındaLOC(mekanlar, sokaklar, şehirler),ORG(gruplar, ev sahipleri),PER(sanatçılar, konuşmacılar) veMISC(turneler, festivaller) varlıklarını sınıflandırmak için bir Web Worker içinde belirteç sınıflandırması çalıştırır. - Manşet ve Mekan Eşleme: Bitişik yüksek yazı boyutlu manşet satırlarını temiz bir
Etkinlik Başlığıolarak birleştirirken, ardışıkLOCsatırlarını (örneğin bir sokak adresinin üzerindeki mekan adı)Konum / Mekanalanına dahil eder.