Базові інструменти перетворення OCR у календар зазнають невдачі на реальних флаєрах та мобільних скриншотах, оскільки сприймають зображення як суцільний плоский текст і наосліп копіюють перший рядок (lines[0]) як назву події. На скриншоті телефону чи концертному постері перший рядок майже завжди є шумом рядка стану (9:41 AM 5G), водяним знаком квиткового оператора (TICKETMASTER) або вступом організатора (LIVE NATION PRESENTS).
3-етапний конвеєр локального ШІ від Utiliome розуміє як візуальну ієрархію, так і семантичні сутності вашого флаєра:
- Вилучення блоків та рамок макета в Tesseract v6: Визначає точні координати пікселів кожного рядка (
bbox: { x0, y0, x1, y1 }) та обчислює його візуальну висоту шрифту (y1 - y0) відносно медіанної висоти тексту плаката. - Локальний Web Worker
Xenova/bert-base-NER: Нормалізує текст плаката з великих літер у правильний регістр заголовків та запускає класифікацію токенів у Web Worker для розпізнаванняLOC(місця, вулиці, міста),ORG(гурти, організатори),PER(артисти, спікери) таMISC(тури, фестивалі) менш ніж за 90 мс. - Зіставлення заголовка та локації: Об'єднує суміжні рядки заголовка з великим розміром шрифту в чітку
Назву події, водночас комбінуючи послідовні рядкиLOC(наприклад, назву закладу над адресою вулиці) у полеМісце / Локація.