För att tolka texten på en sida måste man först hitta den, det kallas för segmentering. Vi har tränat en modell att hitta texten på Katalog 57:s kort. Modellen ska först hitta all text och markera den med baslinjer.
Den lägger också på masker som helst ska täcka hela bokstäverna.
Till att börja med hade den svårt att hitta all text, och tolkade också fläckar och små streck i marinalen som text, men efter ganska mycket träning har vi en tillräckligt bra modell.
Nu har vi segmenterat de korten i de 29 lådor som ska transkribera manuellt för att kunna träna en transkriberingsmodell
