如何只翻译文字框内的文字
希望能够更好的识别语气助词,让后只翻译文字框内的文字,不去识别图片文本框外的词语,我该如何实现
那你只能期待 开发者 添加这个功能了 然后自己训练一个模型 https://github.com/dmMaze/BallonsTranslator/issues/508 https://github.com/dmMaze/BallonsTranslator/issues/634
一个简单的做法是用现有的Speech Bubble检测模型 然后将气球翻译器的Json文件中的文本信息的坐标与对话气泡检测模型输出的对话框的坐标比对。
这里的问题在于不同的原始内容有着不同的最佳处理流程
lhj5426 @.***> 于2025年1月5日周日 23:44写道:
那你只能期待 开发者 添加这个功能了 然后自己训练一个模型 #508 https://github.com/dmMaze/BallonsTranslator/issues/508 #634 https://github.com/dmMaze/BallonsTranslator/issues/634
— Reply to this email directly, view it on GitHub https://github.com/dmMaze/BallonsTranslator/issues/710#issuecomment-2571667653, or unsubscribe https://github.com/notifications/unsubscribe-auth/AAIPT7PO26SG6KA3BVAKIUL2JFHOFAVCNFSM6AAAAABUUCAJK6VHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDKNZRGY3DONRVGM . You are receiving this because you are subscribed to this thread.Message ID: @.***>
一个简单的做法是用现有的Speech Bubble检测模型 然后将气球翻译器的Json文件中的文本信息的坐标与对话气泡检测模型输出的对话框的坐标比对。 这里的问题在于不同的原始内容有着不同的最佳处理流程 lhj5426 @.***> 于2025年1月5日周日 23:44写道: … 那你只能期待 开发者 添加这个功能了 然后自己训练一个模型 #508 *
<#508 *
#634
<#634 *
— Reply to this email directly, view it on GitHub <#710 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AAIPT7PO26SG6KA3BVAKIUL2JFHOFAVCNFSM6AAAAABUUCAJK6VHI_2D_SMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDKNZRGY3DONRVGM> . You are receiving this because you are subscribed to this thread.Message ID: @.***>
反正我是用YOLOv11 自己标注训练数据训练了一个模型 现在有15万图片的数据量了
一个简单的做法是用现有的Speech Bubble检测模型 然后将气球翻译器的Json文件中的文本信息的坐标与对话气泡检测模型输出的对话框的坐标比对。 这里的问题在于不同的原始内容有着不同的最佳处理流程 lhj5426 @.***> 于2025年1月5日周日 23:44写道: … 那你只能期待 开发者 添加这个功能了 然后自己训练一个模型 #508 * <#508 *
#634
<#634 *
— Reply to this email directly, view it on GitHub <#710 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AAIPT7PO26SG6KA3BVAKIUL2JFHOFAVCNFSM6AAAAABUUCAJK6VHI_2D_SMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDKNZRGY3DONRVGM> . You are receiving this because you are subscribed to this thread.Message ID: @.>
— 直接回复此电子邮件,在 GitHub <#710 (comment)> 上查看,或取消订阅 https://github.com/notifications/unsubscribe-auth/AAIPT7PO26SG6KA3BVAKIUL2JFHOFAVCNFSM6AAAAABUUCAJK6VHI_2D_SMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDKNZRGY3DONRVGM。您收到此消息是因为您订阅了此线程。消息 ID:@.>
反正我是用YOLOv11 自己标注训练数据训练了一个模型 现在有15万图片的数据量了
請問這是什麽,可以介紹下如何用嗎,可以作用在氣球上嗎?
— 直接回复此电子邮件,在 GitHub <#710 (comment)> 上查看,或取消订阅