Résolution de bug : Something went wrong during the segmentation

Lorsque l’on suit la procédure pour transférer des données de Transkribus vers eScriptorium, il arrive que durant l’exécution de l’étape 3 (le re-calcul des maques) le message “Something went wrong during the segmentation” s’affiche plusieurs fois, tandis que sur autant de cartes-images, l’icône “segmentation” s’affiche désormais en rouge.

Ce qui suit est une proposition de résolution pour ce problème.

Comment rendre mes pages compatibles avec le calcul des masques ?

Si vous cliquez sur l’une des cartes-images problématiques et affichez le volet de segmentation, en activant le mode “line mask”, vous vous rendez rapidement compte quand dans les pages où la segmentation n’a pas marché, il existe des lignes pour lesquels un masque existe sans baseline.

Affichage des baselines et des masques dans eScriptorium: la dernière ligne n'a pas de baseline
La dernière ligne n’a pas de baseline !

Un procédé relativement simple consiste à :

  • copier la transcription de la ligne fautive et l’enregistrer temporairement ailleurs ;
  • en gardant le mode “line mask” activé,  sélectionner le masque sans baseline puis le supprimer ;
  • dessiner une nouvelle baseline (automatiquement associée à un masque) puis lui assigner à la transcription initiale.

Une fois qu’il ne reste plus de masques sans baseline sur l’image, il est alors possible de relancer la segmentation de tous les masques pour cette page.

La segmentation s'effectue maintenant sans problème
La segmentation s’effectue désormais sans problème !

Comment faire si toutes les lignes de la page sont concernées ?

Il n'y a que des masques sans baseline correspondantes
Il n’y a aucune baseline, que des masques !

Afin de traiter l’ensemble de la page en une seule fois, il est possible d’utiliser le volet “Text” pour copier/coller la totalité de la transcription au lieu de procéder ligne par ligne :

  • activer le volet “Text” et copier la transcription ;
  • sélectionner la totalité des masques et les supprimer ;
  • tracer une par une les baselines en suivant l’ordre de lecture ;
  • vérifier l’ordre des lignes puis coller la transcription initiale.

Pourquoi ne pas ignorer ces messages ?

Lorsque vous transférer vos données de Transkribus vers eScriptorium, il est possible que vous souhaitiez comparer les performances des deux logiciels. Si vous ne faites rien pour résoudre ce problème, vous risquez de fragiliser les bases de votre expérimentation. En effet, ces pages non segmentées contiennent des données qui ne seront pas utilisables par Kraken lors de l’entrainement d’un modèle.

Cela signifie aussi que l’intégrité de vos donnée n’est pas garantie pour la suite de vos expérimentations sur eScriptorium.

D’où vient le problème ?

Il est possible de prévenir ces problèmes de segmentation en inspectant les fichiers XML PAGE générés par Transkribus. En effet, on se rend alors compte que les lignes qui posent problèmes correspondent à des noeuds TextLine où l’élément Baseline est absent. Dans l’image ci-dessous, on peut voir :

  • de la ligne 40 à 45, un noeud TextLine incorrect, sans élément Baseline ;
  • de la ligne 46 à 52 un noeud TextLine correct.
Extrait d'un fichier XML PAGE ayant généré une mauvaise segmentation
L’élément TextLine de la lingne 40 à 45 n’a pas d’élément Baseline.

 


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.