| # Methodology |
|
|
| Bu proje, Hitit çivi yazılı tabletler için klasik OCR yaklaşımı yerine **sign detection + sign classification + philological reranking + human-in-the-loop** hattını benimser. |
|
|
| ## 1. Neden klasik OCR değil? |
| Çivi yazısı: |
| - küçük ve yoğun işaretlerden oluşur, |
| - aynı işaretin birden fazla paleografik varyantı olabilir, |
| - yüzey aşınması ve kırıklar içerir, |
| - bağlam olmadan tek görüntüden kesin okunması zordur. |
|
|
| Bu yüzden proje, problemi doğrudan metin üretimi olarak değil, çok aşamalı karar verme sistemi olarak tanımlar. |
|
|
| ## 2. Genel mimari |
| 1. **Detection:** Tablet görüntüsündeki işaretleri bul |
| 2. **Classification:** Her işaret crop'unu sınıflandır |
| 3. **Reranking:** Top-k adayları TLHdig ve transliterasyon bağlamıyla yeniden sırala |
| 4. **Expert review:** Uzman nihai kararı onaylasın veya düzeltsin |
|
|
| ## 3. Model seçimi |
| ### Detection |
| - **Ana model:** `YOLO11m` |
| - **Baseline:** `YOLOv8m` |
| - **İleri karşılaştırma:** `RT-DETRv2-m` |
|
|
| **Neden YOLO11m?** |
| - küçük obje tespiti için güçlü pratik denge |
| - hızlı iterasyon ve deploy kolaylığı |
| - RT-DETR'ye göre daha hafif ve daha erişilebilir eğitim süreci |
|
|
| ### Classification |
| - **Ana model:** `ConvNeXt-Small` |
| - **Güçlü karşılaştırma:** `DINOv3 ViT-B` |
| - **Ek baseline'lar:** `ResNet50`, `EfficientNetV2-S` |
|
|
| **Neden ConvNeXt-Small?** |
| - transfer learning'de güçlü |
| - küçük/orta veri ve dengesiz sınıf yapısında pratik |
| - DINOv3'e göre daha hızlı deney döngüsü |
|
|
| **Neden DINOv3 ViT-B ikinci deney?** |
| - daha güçlü foundation temsil potansiyeli var |
| - fakat daha ağır ve entegrasyonu daha zahmetli olabilir |
|
|
| ## 4. Veri metodolojisi |
| Veriler ortak bir şemada toplanır: |
| - `datasets/unified/detection/` |
| - `datasets/unified/classification/` |
| - `datasets/unified/text/` |
|
|
| ### Kaynaklar |
| - yerel Hitit veri kümesi |
| - CompVis detection verisi |
| - EBL OCR kaynakları |
| - CuneiML |
| - TLHdig XML |
| - transliterated fragments |
| - Old Babylonian signs |
|
|
| ### Mevcut kalite notu |
| 2026-04-15 audit sonucuna göre: |
| - detection katmanı deney için hazırdır, |
| - birleşik classification manifesti pretraining / transfer learning için güçlüdür, |
| - fakat Hittite-only classification evaluation yalnızca yerel crop materialization tamamlandıktan sonra nihai deney seti olarak kullanılmalıdır. |
|
|
| ### Altyapı kararı |
| Büyük arşivler disk kotası nedeniyle tamamen extract edilmez. Bunun yerine: |
| - manifest tabanlı erişim |
| - symlink tabanlı ready dataset |
| - zip/tar içinden doğrudan okuma |
|
|
| ## 5. Eğitim stratejisi |
| ### Detection |
| - pretrained weights ile başla |
| - yüksek çözünürlük dene |
| - hafif rotation / contrast / blur / noise uygula |
| - small-object recall'u ana metriklerden biri yap |
|
|
| ### Classification |
| - ImageNet pretrained checkpoint ile başla |
| - 224 ve 256 input size dene |
| - weighted CE veya focal loss karşılaştır |
| - balanced sampler kullan |
| - aşırı augmentation ile işaret morfolojisini bozma |
|
|
| ## 6. Reranking |
| Classifier tek aday değil, **top-k aday listesi** üretir. Ardından: |
| - TLHdig |
| - transliterated fragments |
| - satır / komşu işaret bağlamı |
|
|
| kullanılarak adaylar yeniden sıralanır. |
|
|
| Amaç: |
| - görsel olarak karışan işaretleri bağlamla çözmek |
| - top-5'ten top-1'e geçişi güçlendirmek |
| - uzmanın seçim süresini azaltmak |
|
|
| ## 7. Değerlendirme |
| ### Detection |
| - mAP@50 |
| - mAP@50:95 |
| - recall |
| - precision |
| - small-object recall |
| - latency |
|
|
| ### Classification |
| - top-1 accuracy |
| - top-5 accuracy |
| - macro-F1 |
| - balanced accuracy |
| - rare-class recall |
|
|
| ### End-to-end |
| - pipeline accuracy |
| - reranking gain |
| - expert acceptance rate |
| - time-to-correction |
|
|
| ## 8. Deney planı |
| ### Detection deneyleri |
| 1. YOLOv8m |
| 2. **YOLO11m** |
| 3. YOLOv12m (Area Attention + multi-scale fusion — küçük nesne SOTA, Dec 2024) |
| 4. RT-DETRv2-m |
|
|
| ### Classification deneyleri |
| 1. ResNet50 |
| 2. EfficientNetV2-S |
| 3. **ConvNeXt-Small** |
| 4. DINOv3 ViT-B (frozen + linear head) |
| 5. DINOv3 ViT-B + **LoRA** (rank=16, alpha=32; MIDOG 2025 yaklaşımı, arXiv 2508.21041) |
|
|
| ### Ablation |
| - YOLO11m vs YOLOv8m |
| - ConvNeXt-Small vs ResNet50 |
| - ConvNeXt-Small vs DINOv3 ViT-B |
| - reranking yok / var |
| - top-1 vs top-5 |
| - context margin yok / var |
| - class balancing yok / var |
|
|
| ## 9. Projenin resmi metodolojik cümlesi |
| Bu proje, Hitit çivi yazılı tabletlerin okunmasını klasik OCR problemi olarak değil, işaret tespiti, işaret sınıflandırması, filolojik bağlam tabanlı yeniden sıralama ve uzman doğrulamasından oluşan hibrit yarı-otomatik bir okuma problemi olarak ele alır. |
|
|
| ## 10. Ana karar |
| **Varsayılan ana konfigürasyon:** |
| - Detector: **YOLO11m** |
| - Classifier: **ConvNeXt-Small** |
| - Advanced comparison: **DINOv3 ViT-B** |
| - Context layer: **TLHdig reranking** |
| - Final decision: **human-in-the-loop** |
|
|
