Ekstrakcja i kontrole
Pipeline lokalizuje miesiące i tabele, sprawdza granice wycinków i odczytuje każdą sekcję osobno. Każdy wycinek czytają dwa prompty, a trzeci odczyt rozstrzyga niezgodności. Wytrenowane przeze mnie detektory YOLO są zapasową metodą lokalizacji. Kod sprawdza daty, liczbę wierszy i przypisanie adresów TERYT do stref.
Wyniki ewaluacji, 18 października 2026
Ewaluacja rozwojowa obejmuje sześć skanów, 2274 komórki w przebiegu i trzy przebiegi pipeline’u. Komórka oznacza miejscowość, rodzaj odpadów i miesiąc; każda data musi zgadzać się z ręcznie sprawdzonym wzorcem. Tych dokumentów używałem również do dostrajania pipeline’u.
Z 6822 wyników komórek pipeline zaakceptował 5904 bez zaobserwowanych błędów i wstrzymał 918, czyli 13,5%.
Porównanie z odczytem całej strony
Na tych samych sześciu skanach mniejszy model odczytujący całą stronę miał 26,8% błędnych komórek z najlepszym sprawdzonym promptem. Większy model miał 0–0,5% błędów w sprawdzonych wariantach promptu. Case study porównuje metody odczytu, kontrole przed publikacją i pokrycie w tym zbiorze ewaluacyjnym.