unir/MastersThesis
0
0
Fork 0
Code Issues Pull Requests Actions 1 Packages Projects Releases Wiki Activity

doc gen
Some checks failed
build_docker / build_cpu (pull_request) Has been cancelled
Details
build_docker / build_gpu (pull_request) Has been cancelled
Details
build_docker / build_easyocr (pull_request) Has been cancelled
Details
build_docker / build_easyocr_gpu (pull_request) Has been cancelled
Details
build_docker / build_doctr (pull_request) Has been cancelled
Details
build_docker / build_doctr_gpu (pull_request) Has been cancelled
Details
build_docker / build_raytune (pull_request) Has been cancelled
Details
build_docker / essential (pull_request) Successful in 0s
Details

Browse Source
This commit is contained in:
Sergio Jimenez Jimenez
2026-01-20 12:11:34 +01:00
parent 7a3a47923b
commit 9f9fda4cc3
6 changed files with 30 additions and 25 deletions
Download Patch File Download Diff File Expand all files Collapse all files

4
docs/02_contexto_estado_arte.md
View File

@@ -61,7 +61,7 @@ Los sistemas OCR modernos siguen típicamente un pipeline de dos etapas principa
```mermaid
---
title: Pipeline de un sistema OCR moderno
title: "Pipeline de un sistema OCR moderno"
config:
theme: base
themeVariables:
@@ -493,7 +493,7 @@ La combinación de Ray Tune con OptunaSearch permite:
```mermaid
---
title: Ciclo de optimización con Ray Tune y Optuna
title: "Ciclo de optimización con Ray Tune y Optuna"
config:
theme: base
themeVariables:

4
docs/03_objetivos_metodologia.md
View File

@@ -45,7 +45,7 @@ Este capítulo establece los objetivos del trabajo siguiendo la metodología SMA
```mermaid
---
title: Fases de la metodología experimental
title: "Fases de la metodología experimental"
config:
theme: base
themeVariables:
@@ -89,7 +89,7 @@ El script `prepare_dataset.ipynb` implementa:
```mermaid
---
title: Estructura del dataset de evaluación
title: "Estructura del dataset de evaluación"
config:
theme: base
themeVariables:

6
docs/04_desarrollo_especifico.md
View File

@@ -272,7 +272,7 @@ Esta arquitectura containerizada permite ejecutar cada componente en su entorno
```mermaid
---
title: Arquitectura de ejecución con Docker Compose
title: "Arquitectura de ejecución con Docker Compose"
config:
theme: base
themeVariables:
@@ -340,7 +340,7 @@ La infraestructura del proyecto se basa en contenedores Docker para garantizar r
```mermaid
---
title: Arquitectura de microservicios para optimización OCR
title: "Arquitectura de microservicios para optimización OCR"
config:
theme: base
themeVariables:
@@ -425,7 +425,7 @@ El proyecto incluye múltiples archivos Docker Compose para diferentes escenario
*Fuente: Elaboración propia.*
> **\* Nota:** EasyOCR y PaddleOCR utilizan el mismo puerto (8002). Debido a limitaciones de recursos GPU (VRAM insuficiente para ejecutar múltiples modelos OCR simultáneamente), solo se ejecuta un servicio a la vez durante los experimentos. Por esta razón, EasyOCR tiene su propio archivo Docker Compose separado.
> **Nota:** EasyOCR y PaddleOCR utilizan el mismo puerto (8002). Debido a limitaciones de recursos GPU (VRAM insuficiente para ejecutar múltiples modelos OCR simultáneamente), solo se ejecuta un servicio a la vez durante los experimentos. Por esta razón, EasyOCR tiene su propio archivo Docker Compose separado.
##### Gestión de Volúmenes