Added Jbd Update

NoteArticle.txt

@@ -12,20 +12,20 @@ But
 
 Introduction
     Document business peuvent prendre différentes formes
-    Q? = Des premiers essais [7,9,15,19,21,24,,2829] à parler? 
+    Q? = Des premiers essais [7,9,15,19,21,24,28,29] à parler? 
         Limité car nécessite aide humain pour labelisé des données d'entrainement
     Layoutlm nécessite en entrée le texte avec ces coordoonées,mais en plus 
         la position relative du texte 
     Q? = an image embedding for scanned token image within document
 
-    Q? = Utilise MVLM et MDC Loss
+    Utilise MVLM et MDC Loss
     focus pour la partie d'entrainement, plus particulièrement document physique
     document digital sont moins difficile à s'adapter
 
     SOTA = Best performing for specific task/research area
     
 LayoutLM 2
-    Q? = Bert expliquer
+    Bert expliquer à comprendre
     architecture BERT presque similaire a multi-layer bidirectional Transformer encoder
     Bert utilise MLM & NSP pour pre-entrainement
 
@@ -89,5 +89,28 @@ LayoutLM 2
 
 
 
+NOTE PROF
+
+LayoutLM Language Model 
+
+Pour résumée,on peut reprendre l'intro
+
+Introduction 
+Description modèle précédent et limitation
+
+CV = Computer Vision
+
+Embedding = Vecteur
+
+ImgEmbedding : après avoir trouver position relatif, on fait le lien entre le mot et l'img 
+pour déterminé le style
+
+B I E S O Token
+Beginning 
+Inside 
+Ending
+Single
+Outside
+
 
 https://medium.com/dair-ai/papers-explained-10-layout-lm-32ec4bad6406
\ No newline at end of file

NoteProg.txt

+15-17
+    Le programme va prendre les données pour crée un dataset d'entrainement et de test
+    Les données sont des dossiers contenant 3 dossier avec Box/entity/img 
+        Box contient les positions des 4 points englobant le texte 
+        Entity contient les labels avec le texte correspondant dans l'image et le label
+        img qui contient l'image correspondant au deux fichier précédent
+Fonction dataset creator 
+    Les trois fichiers ont le même nom.
+    bbox_labeled va normalement assigné les labels en utilisant le fichier entity (le label correct
+    pour les bons texts,et O pour le reste) avec assign Labels 
+    On appel assign label qui renverra un dataframe panda.
+    Elle reaplique un dernier test pour vérifié les labels avant de renvoyé un tableau contenant 
+    toute les données importants
+
+Fonction assign_labels 
+    On reçoit un string et le contenue de entites, et on vérifie soit qu'il soit pareil, soit 
+    qu'il match en utilisant la fonction SequenceMatcher
+
+18-19 
+Création du dossier stockant le dataset en parcourant le dataset crée au ligne 16-17
+On crée trois fichier : x,x_box,x_image, 
+box contient les coordonnées sur l'image, image celle après normalisation
+x contiendra le label et le mot, on sépare les phrases en plusieurs morceux,bien qu'ils auront
+les mêmes labels
+25-34
+    Création d'un fichier label pour donner les catégories a prédire
+
+on pourrait supprimer 36-37 qui sont utilisé pour lancer l'entrainement
+

TODO

+Next time
+Comprendre SROIE pour rapport avant mardi
+Vérifiée git dans l'article
+Vérifiée si similaire à celui de l'article
+
+
+Comprendre/Expliquer  Figure 2, voir s'il existe un tuto
+Lowlow Priority
+    2.4 Eclarcir graphe
+
+Prof : Expliquer BERT/3.4/Baseline
\ No newline at end of file

journal_de_bord.md

 
 | Date       | Travail à réaliser                                           | Travail effectué                                             | Problèmes rencontrés                                         | Commentaires                                                 |
 | ---------- | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ |
-| 13.05.2024 | ...                                        					| .....										                   | -                                                            | -                                                            |
+| 13.05.2024 | Début du projet et prise de contact avec le professeur encadrant                                        					| Contact effectuée Vendredis 17.05.2024										                   | -                                                            | Premier objectif pour 23.05.2024 : Relire l'article scientifique pour se remettre dans le projet et analyse le code pour mieux le comprendre                                                          |
+

predict.py

@@ -63,4 +63,4 @@ if __name__ == "__main__":
     merged = data_merge.merge(data_prediction_category, left_index=True, right_index=True)
     merged_groups = list(merged.groupby("image"))
 
-    display_prediction(merged_groups[6])
+    display_prediction(merged_groups[0])
\ No newline at end of file