論文の概要: A Conservative OCR-Enabled Workflow for R214 Sodium Screening of South African Packaged Foods
- arxiv url: http://arxiv.org/abs/2609.15427v1
- Date: Mon, 14 Sep 2026 11:55:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.303593
- Title: A Conservative OCR-Enabled Workflow for R214 Sodium Screening of South African Packaged Foods
- Title（参考訳）: 南アフリカ包装食品のR214ナトリウムスクリーニングのための保守型OCR対応ワークフロー
- Abstract要約: この評価では、実世界の南アフリカの食品包装データセットから、42の包装食品と3の929のフルパッケージイメージを使用した。
YOLO26の小型検出器が4つの195個の領域の作物を発生させ、厳格な後処理によって1個のナトリウムエビデンス列が生成された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Using food package images to monitor sodium and salt content against South Africa's R214 sodium limits is challenging when screening decisions require product identity, nutrition facts panel evidence, reporting basis, and category-specific thresholds. This study presents a conservative image-based workflow that combines region detection, optical character recognition (OCR), product identity and sodium evidence extraction, R214 category assignment, deterministic threshold comparison, and independent vision language model comparison. The evaluation used 442 packaged food products and 3 929 full package images from a real-world South African food packaging dataset. A YOLO26s small detector generated 4 195 region crops, and strict post-processing produced one sodium evidence row per product. The integrated workflow produced 290 OUTSIDE R214 SCOPE, 139 REVIEW, seven SCREEN-PASS, and six SCREEN-FAIL outcomes. The independent Qwen2.5-VL 7B vision language model workflow produced 387 OUTSIDE R214 SCOPE, 31 REVIEW, twenty SCREEN-PASS, and four SCREEN-FAIL outcomes. The workflows agreed on exact R214 category assignment for 415 of 442 products (93.9%) and on whether the assigned category was within R214 scope for 416 of 442 products (94.1%). Final screening outcome agreement was 307 out of 442 products, or 69.5%. Manual verification on 60 products showed lower strict outcome agreement than regulated status agreement, while all manual INSUFFICIENT DATA cases were kept out of SCREEN-PASS and SCREEN-FAIL by both automated workflows. The findings show that conservative image-based screening can organise package evidence, identify clear cases, and assign uncertain cases to REVIEW rather than forcing SCREEN-PASS or SCREEN-FAIL decisions.
- Abstract（参考訳）: 食品包装画像を用いて、南アフリカのR214ナトリウム制限に対するナトリウムと塩の含有量をモニターすることは、製品識別、栄養素の証拠、報告基準、カテゴリー固有の閾値を必要とする場合、難しい。
本研究では、領域検出、光学文字認識(OCR)、製品識別とナトリウムエビデンス抽出、R214カテゴリー割り当て、決定論的しきい値比較、独立視覚言語モデル比較を組み合わせた、保守的な画像ベースワークフローを提案する。
この評価では、実世界の南アフリカの食品包装データセットから、42の包装食品と3の929のフルパッケージイメージを使用した。
YOLO26の小型検出器が4つの195個の領域の作物を発生させ、厳格な後処理によって1個のナトリウムエビデンス列が生成された。
統合ワークフローは290のoutSIDE R214 SCOPE、139のReVIEW、7つのSCREEN-PASS、6つのSCREEN-FAIL結果を生み出した。
独立したQwen2.5-VL 7B視覚言語モデルワークフローは、387のoutSIDE R214 SCOPE、31のReVIEW、20のSCREEN-PASS、および4つのSCREEN-FAIL結果を生み出した。
ワークフローは、442製品(93.9%)の415の正確なR214カテゴリー割り当てと、442製品(94.1%)の416のR214カテゴリの範囲内かどうかで一致した。
最終審査結果は442製品中307製品、69.5%だった。
60品目の手動検証では、規制された状態合意よりも厳密な結果合意が低かったが、SCREEN-PASSとSCREEN-FAILはいずれも自動化されたワークフローによってすべての手動InSUFFICENTデータケースが取り除かれた。
その結果,SCREEN-PASSやSCREEN-FAILの判断を強制するのではなく,パッケージのエビデンスを整理し,明確なケースを特定し,不確実なケースをREVIEWに割り当てることができることがわかった。
関連論文リスト
- Learning the Lake: Reliable Experience for Adaptive Data Product Discovery [4.8158286643872925]
反復は契約された探索を許すが、一方の省略された資産が連結積を無効にするため、類似性は経路を正当化することができない。
サービス体験が、この仕事を安全に減らすことができるかを研究します。
論文 参考訳（メタデータ） (2026-09-11T12:05:33Z) - PCFBench: A Diagnostic Benchmark for Product Carbon Footprint Estimation [0.0]
我々はPCFモデリングを独立に評価可能なタスクに彫る最初のベンチマークであるPCFBenchを紹介する。
6つのタスクにまたがる614のエキスパートラベル付き項目で構成されている。これらを合わせて、不特定性、矛盾するコンテキスト、数値的な制約の下で推論を探索する。
ターゲットとする進捗をサポートするために、データセットと評価ハーネスをリリースします。
論文 参考訳（メタデータ） (2026-08-27T21:08:49Z) - UXBench: Measuring the Actionability of LLM-Generated UX Critiques [58.14408744110387]
対話型UX判断器として大規模言語モデル(LLM)を評価するベンチマークであるUXBenchを紹介する。
UXBenchは10の製品表面のファミリーにまたがる、ローカルファーストで実行可能なウェブフィクスチャで構成されており、カバーゲートのルーリック探索と組み合わせている。
8つのフロンティアモデルについて,自動修理作業プロトコルと視覚障害者による検証実験の両方で評価した。
論文 参考訳（メタデータ） (2026-06-15T06:08:39Z) - What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある
SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。
SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
論文 参考訳（メタデータ） (2026-06-01T03:18:01Z) - Adverse-to-the-eXtreme Panoptic Segmentation: URVIS 2026 Study and Benchmark [61.92065556649544]
最初の挑戦は17人の登録参加者と47人の応募者を集め、4チームが最終フェーズに到達した。
この課題は、悪天候下での汎視的セグメンテーションのためのマルチセンサーベンチマークであるMUSESデータセットに基づいている。
論文 参考訳（メタデータ） (2026-04-18T13:02:51Z) - Cross-Context Review: Improving LLM Output Quality by Separating Production and Review Sessions [0.0]
本稿では,CCR(Cross-Context Review)について紹介する。
30のアーティファクト(コード、テクニカルドキュメント、プレゼンテーションスクリプト)に150のエラーがあり、同じセッションの自己レビュー(SR)、繰り返しの自己レビュー(SR2)、コンテキスト対応のサブエージェントレビュー(SA)、CCRの4つのレビュー条件の下でテストされました。
CCRはどんなモデルでも動作し、インフラストラクチャを必要としない。
論文 参考訳（メタデータ） (2026-03-12T16:26:38Z) - Evaluating OCR performance on food packaging labels in South Africa [0.0]
本研究では,実際の食品包装画像上で,Tesseract,EasyOCR,PaddleOCR,TrOCRの4つのオープンソース文字認識システムについて検討した。
本研究の目的は、食材リストや栄養情報パネルを抽出する能力を評価することである。
論文 参考訳（メタデータ） (2025-10-03T23:38:45Z) - Machine Learning in Industrial Quality Control of Glass Bottle Prints [4.659978907530712]
ガラスボトルの工業生産においては、ボトルプリントの品質管理が必要である。
これらのボトルプリントの品質管理のためのMLに基づく2つのアプローチを開発し,評価した。
論文 参考訳（メタデータ） (2024-09-30T09:33:30Z) - NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge [60.21380105535203]
RAIMチャレンジは野生での画像復元のためのベンチマークを構築した。
参加者は、実際の撮影画像が複雑で未知の劣化から復元されることが求められた。
トップランクの手法は最先端の復元性能を改善し、18人の審査員から全会一致の承認を得た。
論文 参考訳（メタデータ） (2024-05-16T09:26:13Z) - NTIRE 2024 Challenge on Image Super-Resolution ($\times$4): Methods and Results [126.78130602974319]
画像の超高解像度化に関するNTIRE 2024の課題(4ドル)をレビューする。
この課題は、低解像度(LR)入力から4倍の倍率で対応する高解像度(HR)画像を生成することである。
この挑戦の目的は、最も先進的なSR性能を持つ設計/解決を得ることである。
論文 参考訳（メタデータ） (2024-04-15T13:45:48Z) - Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。
この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。
制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
論文 参考訳（メタデータ） (2023-04-12T10:29:42Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。