Skip to content

object-detection-corpus.md

Latest commit

 

History

History
32 lines (19 loc) · 2.32 KB

object-detection-corpus.md

File metadata and controls

32 lines (19 loc) · 2.32 KB

Корпус CV object-detection и фикстуры

PDF лежат локально у разработчика (не в git). В репозитории — закоммиченные article.md + gold.json; воспроизведение текста: scripts/build_real_pdf_layer1_fixture.py. В каждом кейсе *_realpdf файл SOURCE.txt указывает исходный PDF.

Полная таблица PDF → case_id: object-detection-inventory.md.

Массовая генерация layer-1 из локальной папки с PDF:

.venv/bin/python scripts/build_od_corpus_fixtures.py \
  --pdf-dir /path/to/object-detection

Layer-2 semantic для всего OD-корпуса:

.venv/bin/python scripts/generate_layer2_od_semantic_fixtures.py

Соответствие PDF ↔ case_id ↔ тир (кратко)

Все перечисленные в object-detection-inventory.md real-PDF статьи — тир nightly_heavy в layer1/case_tiers.json.

Эталонный кейс YOLOv1 — layer1/yolov1/ (текст из YOLOv1.pdf через тот же пайплайн), тир merge_safe.

Layer-2 semantic

Для каждой статьи корпуса есть каталог layer2/<name>_semantic/ с semantic_gold.json и article_path на соответствующий layer1/.../article.md. Тиры: layer2/case_tiers.json — все OD-кейсы в nightly_semantic, смоук без LLM — merge_safe (no_llm_smoke).

Graph expectations

Блок graph_expectations в gold.json для OD real-PDF задан в широких диапазонах (устойчивость к OpenAlex / dedup). Для yolov1 значения зафиксированы под graph-level eval и unit-тесты (graph-level-eval-v1.md). После прогона ingest на живом Neo4j остальные кейсы можно сужать по фактическим snapshot-метрикам.