OCR motorunu neden ölçerek seçtim

Problem: veri yalnızca ekranda

Samsun Teknopark'taki stajımda karşılaştığım makineler üretim sayaçlarını yalnızca operatör ekranında gösteriyordu. PLC çıkışı, veritabanı ya da rapor dosyası yoktu; vardiya sonunda kaç dakika duruş yaşandığını kimse bilmiyordu.

Çözüm fikri basitti: ekranın görüntüsünü yakala, okunması gereken alanları OCR ile oku, okumaları olaylara çevir. Asıl karar, hangi OCR motorunun sahada güvenilir çalışacağıydı.

Üç aday

• Mistral OCR — bulut tabanlı.
• PaddleOCR — açık kaynak, yerelde çalışıyor.
• RapidOCR — PaddleOCR ile aynı modelleri ONNX Runtime üzerinde çalıştırıyor.

Bulut neden elendi

Bulut OCR üç sebeple elendi: gecikme, maliyet ve veri gizliliği. Saniyede birkaç okuma yapan bir sistemde her kareyi buluta göndermek hem yavaş hem pahalı; üstelik fabrika ekranı dışarıya çıkmaması gereken bir veri.

PaddleOCR mı, RapidOCR mı?

İkisi aynı modeli kullandığı için doğruluk farkı beklemiyordum. Fark kurulumda çıktı: saha cihazı bir Raspberry Pi 5, yani ARM. RapidOCR (ONNX) ARM'de sorunsuz kuruldu; seçim buna göre yapıldı.

Model boyutunu da ölçtüm: small model, medium ile aynı doğrulukta ve 3,7 kat daha hızlı çıktı. Daha büyük model burada hiçbir şey kazandırmıyordu.

Doğru motor yetmez: doğrulama

Hiçbir OCR her kareyi doğru okumaz. Bu yüzden okumaları birbirine karşı denetledim: ekrandaki kalite oranı, sağlam/toplam ürün sayısından yeniden hesaplanıp okunan değerle karşılaştırılıyor. Tutmayan okuma reddediliyor. Hatalı bir okumayı kaydetmek, hiç okumamaktan daha kötü.

Sonuç

Ders: "en iyi model" diye bir şey yok, bu sahaya en uygun model var — ve onu ancak ölçerek bulursun.