This commit is contained in:
Your Name 2026-10-30 10:28:10 +01:00
parent 6bc4ee9b5a
commit cb4af826dc

View File

@ -98,9 +98,56 @@ Technický postup riešenia:
- Urobiť rešerš dostupných nástrojov pre segmentáciu a klasifikáciu - Urobiť rešerš dostupných nástrojov pre segmentáciu a klasifikáciu
- Anotovať možné varianty písma - Anotovať možné varianty písma
Možné nástroje: Stretnutie 30.10.
## Toolkity
Stav:
- Je hotová demo aplikácia, ktorá beží na lokálnom PC
- Demo aplikácia vie:
- Vytvoriť záznam pre študenta
- Načítať scan listu
- Analyzovať napísané písmená a porovnať ich so vzorom, ktorý sa nachádza na začiatkku pracovného listu.
- vie urobiť heatmap podľa písmena - podobnosť so vzorom
- vie červenou vyznačiť chýbajúce alebo chybné časti písmena aj ma úrovni slova.
- je urobené prihlásenie na frontend.
- nástroj vie detekovať percentuálny uspešnosť napísaného písmena - z toho vieme upozorniť na konkrétne nedostaty.
- Zrojové kódy sú na KPI GIT LAB. react - express -mongo - nodejs stack.
- backend je vo forme skriptov, nemá zatiaľ API.
Nástroj zatiaľ vie:
1. [x] Spracovať naskenovaný pracovný list.
2. [ ] Priradiť výstup k typu úlohy a k tomu, čo sa v nej sleduje.
3. [ ] Porovnať cieľ úlohy s tým, čo dieťa napísalo.
4. [x] Rozpoznať technické chyby v písme, opakujúce sa slabé miesta a neporozumenie zadaniu.
5. [-] Pripraviť stručné zhrnutie a odporúčanie pre tím, ako upraviť zadanie, aby ho deti zvládli a rozvíjalo potrebné zručnosti.
6. [-] Pripraviť indikátory pre pedagóga a odporúčaný postup v individuálnych potrebách deti.
Úlohy:
1. Potrebujeme spätnú väzbu od "zákazníka".
- Aké typy úlohy sú definované? Čo sa sleduje v jednotlivých typoch úloh?
- Aké sú požiadavky pedagógov na takýto nástroj? Čo má byť výsledkom, kotrý vie učiteľ použiť?
- Aká je množina pedagogických opatrení z ktorých má nástroj vyberať? Akú spätnú väzbu potrebuje dieťa.
- Aké scenáre používania predpokladáme?
2. Pokračovať v práci na backende. Malo by tam byť prihlasovanie. Nástorj by malo byť možné nasadiť na školskú infraštruktúru. Všetky modely sú lokálne. Ku backendu pripravte dockerfiles a docker compose. Môžete si pozrieť https://student.kemt.fei.tuke.sk/zkt/home
3. Pripravte prehľad existujúcich dátových množín na vyhodnotenie práce s písanýámn písmom.
4. Napíšte stručnú dokumentáciu - slovný opis riešenej úlohy a navrhnutého riešenia.
Zásobník úloh:
- Možno bude potrebné automaticky rozpoznať typ úlohy.
- Môžeme vybrať "lepší model". Aké povieme že ktorý model je lepší? Možno bude treba pripraviť množinu na vyhodnotenie.
## Poznánky
Možné nástroje:
### DTLR — Differential Temporal Line Recognition ### DTLR — Differential Temporal Line Recognition
[GitHub](https://github.com/raphael-baena/DTLR) [GitHub](https://github.com/raphael-baena/DTLR)