55 lines
1.8 KiB
Markdown
55 lines
1.8 KiB
Markdown
# Anexo A. Código fuente y datos analizados {.unnumbered}
|
|
|
|
## A.1 Repositorio del Proyecto
|
|
|
|
El código fuente completo y los datos utilizados en este trabajo están disponibles en el siguiente repositorio:
|
|
|
|
**URL del repositorio:** https://github.com/seryus/MastersThesis
|
|
|
|
El repositorio incluye:
|
|
|
|
- **Notebooks de experimentación**: Código completo de los experimentos realizados
|
|
- **Scripts de evaluación**: Herramientas para evaluar modelos OCR
|
|
- **Dataset**: Imágenes y textos de referencia utilizados
|
|
- **Resultados**: Archivos CSV con los resultados de los 64 trials de Ray Tune
|
|
|
|
## A.2 Estructura del Repositorio
|
|
|
|
```
|
|
MastersThesis/
|
|
├── docs/ # Capítulos de la tesis en Markdown
|
|
├── src/
|
|
│ ├── paddle_ocr_fine_tune_unir_raytune.ipynb # Experimento principal
|
|
│ ├── paddle_ocr_tuning.py # Script de evaluación CLI
|
|
│ ├── dataset_manager.py # Clase ImageTextDataset
|
|
│ ├── prepare_dataset.ipynb # Preparación del dataset
|
|
│ └── raytune_paddle_subproc_results_*.csv # Resultados de 64 trials
|
|
├── results/ # Resultados de benchmarks
|
|
├── instructions/ # Instrucciones y plantilla UNIR
|
|
└── README.md
|
|
```
|
|
|
|
## A.3 Requisitos de Software
|
|
|
|
Para reproducir los experimentos se requieren las siguientes dependencias:
|
|
|
|
| Componente | Versión |
|
|
|------------|---------|
|
|
| Python | 3.11.9 |
|
|
| PaddlePaddle | 3.2.2 |
|
|
| PaddleOCR | 3.3.2 |
|
|
| Ray | 2.52.1 |
|
|
| Optuna | 4.6.0 |
|
|
| jiwer | (última versión) |
|
|
| PyMuPDF | (última versión) |
|
|
|
|
## A.4 Instrucciones de Ejecución
|
|
|
|
1. Clonar el repositorio
|
|
2. Instalar dependencias: `pip install -r requirements.txt`
|
|
3. Ejecutar el notebook `src/paddle_ocr_fine_tune_unir_raytune.ipynb`
|
|
|
|
## A.5 Licencia
|
|
|
|
El código se distribuye bajo licencia MIT.
|