Generation test

apply_content.py

@@ -109,8 +109,8 @@ def parse_md_to_html_blocks(md_content):
             html_blocks.append(f'''<p class=MsoCaption style="text-align:center"><a name="{bookmark_id}"><span lang=ES style="font-size:12.0pt;line-height:150%">Figura {figure_counter}. </span></a><i><span lang=ES style="font-size:12.0pt;line-height:150%;font-weight:normal">{fig_title}</span></i></p>''')
 
             if os.path.exists(fig_path):
-                # Use actual image with proper Word-compatible format
-                html_blocks.append(f'''<p class=MsoNormal style="text-align:center"><span lang=ES><img width=500 src="{fig_file}" alt="{fig_title}"/></span></p>''')
+                # Use actual image with proper Word-compatible format (max 400px width, 500px height to fit page)
+                html_blocks.append(f'''<p class=MsoNormal style="text-align:center"><span lang=ES><img style="max-width:400px;max-height:500px;width:auto;height:auto" src="{fig_file}" alt="{fig_title}"/></span></p>''')
             else:
                 # Fallback to placeholder
                 html_blocks.append(f'''<p class=MsoNormal style="text-align:center;border:1px dashed #999;padding:20px;margin:10px 40px;background:#f9f9f9"><span lang=ES style="color:#666">[Insertar diagrama Mermaid aquí]</span></p>''')

docs/03_objetivos_metodologia.md

@@ -40,37 +40,18 @@ Este capítulo establece los objetivos del trabajo siguiendo la metodología SMA
 
 
 ```mermaid
-
-flowchart TD
-    A["Fase 1: Preparación del Dataset<br/>
-    • Conversión PDF → Imágenes (300 DPI)<br/>
-    • Extracción de texto de referencia (PyMuPDF)<br/>
-    • Estructura: carpetas img/ y txt/ pareadas"]
-    
-    B["Fase 2: Benchmark Comparativo<br/>
-    • Evaluación de EasyOCR, PaddleOCR, DocTR<br/>
-    • Métricas: CER, WER<br/>
-    • Selección del modelo base"]
-    
-    C["Fase 3: Definición del Espacio de Búsqueda<br/>
-    • Identificación de hiperparámetros configurables<br/>
-    • Definición de rangos y distribuciones<br/>
-    • Configuración de Ray Tune + Optuna"]
-    
-    D["Fase 4: Optimización de Hiperparámetros<br/>
-    • Ejecución de 64 trials con Ray Tune<br/>
-    • Paralelización (2 trials concurrentes)<br/>
-    • Registro de métricas y configuraciones"]
-    
-    E["Fase 5: Validación y Análisis<br/>
-    • Comparación baseline vs optimizado<br/>
-    • Análisis de correlaciones<br/>
-    • Documentación de resultados"]
-
-    A --> B --> C --> D --> E
-
+flowchart LR
+    A["Fase 1<br/>Dataset"] --> B["Fase 2<br/>Benchmark"] --> C["Fase 3<br/>Espacio"] --> D["Fase 4<br/>Optimización"] --> E["Fase 5<br/>Validación"]
 ```
 
+**Descripción de las fases:**
+
+- **Fase 1 - Preparación del Dataset**: Conversión PDF a imágenes (300 DPI), extracción de ground truth con PyMuPDF
+- **Fase 2 - Benchmark Comparativo**: Evaluación de EasyOCR, PaddleOCR, DocTR con métricas CER/WER
+- **Fase 3 - Espacio de Búsqueda**: Identificación de hiperparámetros y configuración de Ray Tune + Optuna
+- **Fase 4 - Optimización**: Ejecución de 64 trials con paralelización (2 concurrentes)
+- **Fase 5 - Validación**: Comparación baseline vs optimizado, análisis de correlaciones
+
 ### Fase 1: Preparación del Dataset
 
 #### Fuente de Datos

generate_mermaid_figures.py

@@ -61,10 +61,10 @@ def convert_to_png(diagrams):
         with open(temp_file, 'w', encoding='utf-8') as f:
             f.write(diagram['code'])
 
-        # Convert using mmdc
+        # Convert using mmdc with higher resolution for better readability
         try:
             result = subprocess.run(
-                [MMDC, '-i', temp_file, '-o', output_file, '-b', 'white', '-w', '800'],
+                [MMDC, '-i', temp_file, '-o', output_file, '-b', 'white', '-w', '1600', '-s', '2'],
                 capture_output=True,
                 text=True,
                 timeout=60