以前の記事では、座標表の読み取りについて11モデルを比較しました。
今回は、各種バッチファイルで実行していた処理を一つの画面にまとめ、PDFから座標表を読み取り、SIMAファイルにするまでの動作を動画にしてみました。
なかなかスムーズに動いていると思います。
私は今年に入ってからこのツールを使っていますが、はっきり言って、もう手入力には戻れません。これまで私が使った範囲では、座標値の読み違いも見つかっていません。もちろん、読み取り後の確認は必要ですが、一つずつ入力する手間がなくなるだけでも、ずいぶん楽です。
今回は座標表の読み取りに特化したプロンプトを使っていますが、指示を変えれば、ほかの表の読み取りにも応用できそうです。
動画では、2つの座標表、合計47点を読み取っています。読み取り時間はそれぞれ19秒と12秒でした。
実行環境
- 操作・Python
- MS-S1 MAX / Windows 11
- LLM推論
- Ubuntu / GeForce RTX 5060 Ti 16GB / Ollama
- 使用モデル
- qwen3-vl:8b-instruct
- Context Length
- 8192
実際の動きは、こちらの動画をご覧ください。