{"notes":[{"id":"text-spotting/got","category":"text-spotting","legacyPath":"text-spotting/2409-got","legacySlug":"2409-got","legacyPaths":[],"title":"GOT","subtitle":"Un OCR qui veut tout couvrir","author":"Z. Yuan","paperDate":"2024-09-03","publishedOn":"2024-10-06","paperTitle":"General OCR Theory: Towards OCR-2.0 via a Unified End-to-end Model","paperUrl":"https://arxiv.org/abs/2409.01704","bibliography":{"title":"General OCR Theory: Towards OCR-2.0 via a Unified End-to-end Model","authors":["Haoran Wei","Chenglong Liu","Jinyue Chen","Jia Wang","Lingyu Kong","Yanming Xu","Zheng Ge","Liang Zhao","Jianjian Sun","Yuang Peng","Chunrui Han","Xiangyu Zhang"],"url":"https://arxiv.org/abs/2409.01704","pdfUrl":"https://arxiv.org/pdf/2409.01704","codeUrl":null,"preprint":{"id":"2409.01704","submittedOn":"2024-09-03","url":"https://arxiv.org/abs/2409.01704"},"publication":null,"citation":"@misc{textspottinggot2024,\n  title = {{General OCR Theory: Towards OCR-2.0 via a Unified End-to-end Model}},\n  author = {Haoran Wei and Chenglong Liu and Jinyue Chen and Jia Wang and Lingyu Kong and Yanming Xu and Zheng Ge and Liang Zhao and Jianjian Sun and Yuang Peng and Chunrui Han and Xiangyu Zhang},\n  year = {2024},\n  eprint = {2409.01704},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2409.01704}\n}\n","citationPath":"/content/papers/citations/text-spotting/got.a6192bad407a.bib"},"thumbnail":{"src":"/content/papers/assets/7ed02fbacb92b589ea5efc9c02a180ddc03e3af515428f8db5b3a64ab0b754dd.jpg","width":1224,"height":908},"locale":"fr","path":"/content/papers/fr/text-spotting/got.c50e7d79758c.md","headings":[{"id":"définition-du-problème","text":"Définition du problème","depth":2},{"id":"résolution-du-problème","text":"Résolution du problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"première-étape-dentraînement","text":"Première étape d'entraînement","depth":3},{"id":"deuxième-étape-dentraînement","text":"Deuxième étape d'entraînement","depth":3},{"id":"troisième-étape-dentraînement","text":"Troisième étape d'entraînement","depth":3},{"id":"stratégie-dentraînement","text":"Stratégie d'entraînement","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"performances-sur-les-documents-en-texte-brut","text":"Performances sur les documents en texte brut","depth":3},{"id":"performances-sur-le-texte-de-scène","text":"Performances sur le texte de scène","depth":3},{"id":"performances-sur-les-documents-formatés","text":"Performances sur les documents formatés","depth":3},{"id":"performances-de-locr-à-granularité-fine","text":"Performances de l'OCR à granularité fine","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-recognition/dtrocr","relation":"comparison","topic":"Approches génératives de l’OCR"},{"id":"text-recognition/diffusionstr","relation":"comparison","topic":"Approches génératives de l’OCR"}]},{"id":"text-recognition/dtrocr","category":"text-recognition","legacyPath":"text-recognition/2308-dtrocr","legacySlug":"2308-dtrocr","legacyPaths":[],"title":"DTrOCR","subtitle":"Un décodeur suffit","author":"Z. Yuan","paperDate":"2023-08-30","publishedOn":"2024-11-15","paperTitle":"DTrOCR: Decoder-only Transformer for Optical Character Recognition","paperUrl":"https://arxiv.org/abs/2308.15996","bibliography":{"title":"DTrOCR: Decoder-only Transformer for Optical Character Recognition","authors":["Masato Fujitake"],"url":"https://arxiv.org/abs/2308.15996","pdfUrl":"https://arxiv.org/pdf/2308.15996","codeUrl":null,"preprint":{"id":"2308.15996","submittedOn":"2023-08-30","url":"https://arxiv.org/abs/2308.15996"},"publication":{"venue":"WACV","year":2024,"kind":"conference","url":"https://arxiv.org/abs/2308.15996"},"citation":"@misc{textrecognitiondtrocr2023,\n  title = {{DTrOCR: Decoder-only Transformer for Optical Character Recognition}},\n  author = {Masato Fujitake},\n  year = {2023},\n  eprint = {2308.15996},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2308.15996}\n}\n","citationPath":"/content/papers/citations/text-recognition/dtrocr.dcb015457224.bib"},"thumbnail":{"src":"/content/papers/assets/192548a108c1789007d9a90f8ecb479c783d1b198a507d1742a4c8e5cbadc81a.jpg","width":1224,"height":660},"locale":"fr","path":"/content/papers/fr/text-recognition/dtrocr.88070ca723f2.md","headings":[{"id":"définition-du-problème","text":"Définition du problème","depth":2},{"id":"résolution-du-problème","text":"Résolution du problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"préentraînement-sur-données-synthétiques","text":"Préentraînement sur données synthétiques","depth":3},{"id":"ajustement-sur-données-réelles","text":"Ajustement sur données réelles","depth":3},{"id":"détails-dimplémentation","text":"Détails d'implémentation","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"comparaison-en-str","text":"Comparaison en STR","depth":3},{"id":"comparaison-sur-sroie","text":"Comparaison sur SROIE","depth":3},{"id":"reconnaissance-manuscrite","text":"Reconnaissance manuscrite","depth":3},{"id":"reconnaissance-du-chinois","text":"Reconnaissance du chinois","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-recognition/trocr","relation":"background","topic":"Préentraîner les Transformers de reconnaissance de texte"},{"id":"text-spotting/got","relation":"comparison","topic":"Approches génératives de l’OCR"},{"id":"text-recognition/diffusionstr","relation":"comparison","topic":"Approches génératives de l’OCR"}]},{"id":"text-recognition/diffusionstr","category":"text-recognition","legacyPath":"text-recognition/2306-diffusionstr","legacySlug":"2306-diffusionstr","legacyPaths":[],"title":"DiffusionSTR","subtitle":"Un signal textuel dans le bruit","author":"Z. Yuan","paperDate":"2023-06-29","publishedOn":"2024-10-13","paperTitle":"DiffusionSTR: Diffusion Model for Scene Text Recognition","paperUrl":"https://arxiv.org/abs/2306.16707","bibliography":{"title":"DiffusionSTR: Diffusion Model for Scene Text Recognition","authors":["Masato Fujitake"],"url":"https://arxiv.org/abs/2306.16707","pdfUrl":"https://arxiv.org/pdf/2306.16707","codeUrl":null,"preprint":{"id":"2306.16707","submittedOn":"2023-06-29","url":"https://arxiv.org/abs/2306.16707"},"publication":{"venue":"ICIP","year":2023,"kind":"conference","url":"https://arxiv.org/abs/2306.16707"},"citation":"@misc{textrecognitiondiffusionstr2023,\n  title = {{DiffusionSTR: Diffusion Model for Scene Text Recognition}},\n  author = {Masato Fujitake},\n  year = {2023},\n  eprint = {2306.16707},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/2306.16707}\n}\n","citationPath":"/content/papers/citations/text-recognition/diffusionstr.e8ee4c2db44d.bib"},"thumbnail":{"src":"/content/papers/assets/fe0f3bb5164b182f59bf735f76d6487408377e22beebbfe6f11bf0f6caba5afd.jpg","width":1464,"height":432},"locale":"fr","path":"/content/papers/fr/text-recognition/diffusionstr.6a25a255442d.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"architecture-du-transformer","text":"Architecture du Transformer","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"comparaison-avec-dautres-méthodes","text":"Comparaison avec d’autres méthodes","depth":3},{"id":"atouts-du-modèle-de-diffusion","text":"Atouts du modèle de diffusion","depth":3},{"id":"effet-de-la-tête-sensible-aux-caractères","text":"Effet de la tête sensible aux caractères","depth":3},{"id":"effet-du-nombre-de-pas-de-diffusion","text":"Effet du nombre de pas de diffusion","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"text-spotting/got","relation":"comparison","topic":"Approches génératives de l’OCR"},{"id":"text-recognition/dtrocr","relation":"comparison","topic":"Approches génératives de l’OCR"}]}],"text":"Cet article présente un modèle d'OCR de bout en bout proposé par l'entreprise chinoise Megvii.\n\n## Définition du problème\n\nL'OCR est une technique très répandue. Un système classique suit surtout une chaîne de plusieurs modules : détection, découpage, puis reconnaissance. Chaque module remplit son rôle, et différents modèles sont souvent développés pour différentes tâches. L'ensemble peut ainsi rester coincé dans un optimum local et devenir difficile à maintenir.\n\nLes auteurs rangent donc ces systèmes en chaîne dans l'ère de l'« OCR 1.0 ». Ils proposent maintenant un modèle tout-en-un qui présente trois caractéristiques :\n\n1. Un modèle unifié de bout en bout.\n2. La capacité à surmonter les limites de l'OCR traditionnel et des grands modèles de vision et de langage (LVLM) pour les tâches d'OCR.\n3. La capacité à traiter divers types de tâches d'OCR au sens large.\n\nCe modèle s'appelle **GOT-OCR2.0 !**\n\n\n> [!TIP]\n> \n> Voici les formulations de l'article original sur lesquelles nous nous appuyons :\n> \n> ---\n> \n> `Typical OCR systems in the OCR-1.0 era are mainly designed based on a multi-modular pipeline style, commonly including element detection, region cropping, and character recognition parts.`\n> \n> ---\n> \n> `Accordingly, we propose the general OCR theory, i.e., OCR-2.0, to break the bottlenecks of both traditional and LVLM manners on OCR tasks.`\n> \n> ---\n> \n> Dans ces deux passages, les auteurs prennent l'architecture en chaîne des systèmes d'OCR comme frontière entre les modèles de l'ère OCR 1.0 et ceux de l'ère OCR 2.0.\n\n\n## Résolution du problème\n\n### Architecture du modèle\n\n![model arch](/content/papers/assets/7ed02fbacb92b589ea5efc9c02a180ddc03e3af515428f8db5b3a64ab0b754dd.jpg)\n\nLa figure ci-dessus montre à la fois l'architecture du modèle et son entraînement.\n\nL'architecture comporte trois parties :\n\n- **Vision Encoder** : l'encodeur visuel extrait les caractéristiques de l'image.\n- **Linear** : cette transformation linéaire fait correspondre les dimensions des caractéristiques entre l'encodeur et le décodeur.\n- **Text Decoder** : le décodeur de texte reçoit les informations visuelles et produit le texte.\n\nL'entraînement se déroule lui aussi en trois étapes :\n\n### Première étape d'entraînement\n\nLes auteurs adoptent l'architecture de l'encodeur de ViTDet. Son attention locale réduit fortement le coût de calcul des images haute résolution. L'encodeur compte environ 80 millions de paramètres et s'entraîne sur 5 millions de paires image-texte.\n\n- [**[22.03] Exploring Plain Vision Transformer Backbones for Object Detection**](https://arxiv.org/abs/2203.16527)\n\nLa conception des deux dernières couches de l'encodeur suit **Vary**. Une image d'entrée de 1024×1024×3 est convertie en 256 tokens visuels de dimension 1024. Une couche linéaire de taille 1024×768 projette ensuite ces tokens dans la dimension du modèle de langage OPT-125M.\n\n- [**[23.12] Vary: Scaling up the vision vocabulary for large vision-language models**](https://arxiv.org/abs/2312.06109)\n\nLors du prétraitement, les images de formes différentes sont directement redimensionnées en carrés de 1024×1024. C'est un compromis pour accepter plusieurs rapports largeur-hauteur.\n\n---\n\nLes données d'entraînement se répartissent en deux catégories :\n\n- **Données de scènes naturelles**\n\n  Les images en anglais sont échantillonnées dans Laion-2B et les images en chinois proviennent de Wukong. PaddleOCR fournit des pseudo-annotations pour les textes présents dans ces scènes. Cette étape produit 2 millions d'exemples, répartis à parts égales entre anglais et chinois.\n\n\n> [!TIP]\n> \n> La sortie de PaddleOCR sert directement d'étiquette d'entraînement.\n\n\n  Les annotations sont traitées de deux manières. D'une part, les boîtes englobantes sont retirées et les textes sont assemblés de haut en bas, puis de gauche à droite. D'autre part, les zones de texte sont découpées dans les images selon ces boîtes, ce qui fournit encore 1 million de paires image-texte pour des fragments de texte de scène.\n\n- **Données documentaires**\n\n  Les auteurs collectent des PDF ouverts à partir de Common Crawl et en extraient le texte dense avec la bibliothèque Python Fitz. Ils obtiennent ainsi 1,2 million de paires associant une page PDF entière à son texte. Ils découpent aussi les images PDF selon les boîtes analysées pour obtenir 800 000 fragments au niveau des lignes et des paragraphes.\n\n### Deuxième étape d'entraînement\n\nUne fois le préentraînement de l'encodeur visuel terminé, l'entraînement conjoint sur plusieurs tâches sert à élargir les connaissances du modèle.\n\nÀ cette étape, OPT-125M, utilisé précédemment, est remplacé par Qwen-0.5B. Ce dernier compte environ 500 millions de paramètres et possède des connaissances multilingues préalables. La couche de projection linéaire passe à 1024×1024 pour correspondre à la dimension d'entrée de Qwen-0.5B. GOT suit alors une architecture encodeur-décodeur d'environ 580 millions de paramètres au total.\n\nDans GOT, une image de 1024×1024 pixels est comprimée en 256 tokens. Le décodeur s'appuie sur ces tokens pour prédire la sortie OCR, dont la longueur maximale peut atteindre 8K tokens.\n\n---\n\n![data](/content/papers/assets/386632555a3ae44ffd5606c9a3258fd34130600cde8050727ad32e88c738df29.jpg)\n\nLes données d'entraînement doivent être repensées à cette étape, car les auteurs veulent apporter davantage de connaissances en OCR au modèle.\n\nIls explorent donc plusieurs méthodes et moteurs de génération de données :\n\n- **Données d'OCR simple**\n\n  Ils réutilisent 80 % des données de la section 3.2.2 pour l'OCR simple et ajoutent une sous-tâche de reconnaissance manuscrite couvrant diverses langues et écritures. Les jeux de données comprennent CASIA-HWDB2 en chinois, IAM en anglais et NorHand-v3 en norvégien.\n\n- **Données au format Mathpix-markdown**\n\n  Pour conserver une sortie lisible, en particulier pour les formules mathématiques et les tableaux, les auteurs réunissent des données formatées de plusieurs façons :\n\n  - **Formules mathématiques** : ils récupèrent des fichiers sources .tex sur arXiv, en extraient environ 1 million d'extraits de formules, les convertissent au format Mathpix et les rendent en images PNG.\n  - **Formules moléculaires** : ils prennent 2 millions de chaînes SMILES de ChEMBL_25 et utilisent Mathpix et rdkit.Chem pour produire environ 1 million de paires image-texte de formules moléculaires.\n  - **Tableaux** : ils extraient 300 000 sources de tableaux de fichiers .tex et les rendent en images avec LaTeX.\n  - **Pages entières** : avec la méthode de Nougat, ils obtiennent 500 000 paires PDF-texte Markdown en anglais et autant en chinois. Mathpix sert aussi à annoter directement 200 000 exemples de données internes, notamment des livres, articles et rapports financiers.\n\n- **Données pour un OCR plus large**\n\n  Pour permettre à GOT de traiter d'autres formes de caractères et de symboles, les auteurs réunissent des données pour trois tâches supplémentaires :\n\n  - **Partitions musicales** : GrandStaff sert à générer environ 500 000 exemples de partitions à un seul système.\n  - **Figures géométriques** : TikZ permet de construire des figures simples, comme des cercles, rectangles, triangles et courbes de fonctions, pour environ 1 million d'exemples.\n  - **Graphiques** : en s'inspirant de OneChart, les auteurs rendent 2 millions de graphiques, pour moitié avec Matplotlib et pour moitié avec Pyecharts.\n\n### Troisième étape d'entraînement\n\nAprès la deuxième étape, le modèle sait déjà réaliser de nombreuses tâches d'OCR. Les auteurs veulent encore lui ajouter des fonctions. Ils gèlent l'encodeur visuel et poursuivent l'entraînement du décodeur avec trois nouveaux types de données :\n\n- **Moteur de données pour l'OCR interactif à granularité fine**\n\n  Cette fonction permet une perception visuelle au niveau d'une région guidée par des coordonnées ou une couleur. L'utilisateur peut ajouter les coordonnées d'une boîte dans la consigne (OCR guidé par boîte) ou une indication de couleur (OCR guidé par couleur) afin de reconnaître le texte dans la région d'intérêt (RoI), sans caractères hors sujet.\n\n  Les données pour les scènes naturelles viennent de RCTW, ReCTS, ShopSign et COCO-Text. Leurs boîtes englobantes de texte permettent de produire directement les données d'OCR à granularité fine. Pour les documents, les PDF numérisés sont écartés ; les autres sont analysés avec Fitz/PDFminer. Les auteurs enregistrent les images des pages, les boîtes de chaque ligne ou paragraphe et les textes correspondants pour constituer les annotations de l'OCR guidé par boîte.\n\n- **Moteur de données à découpes multiples pour les très grandes images**\n\n  GOT accepte une résolution d'entrée de 1024×1024, suffisante pour la plupart des tâches courantes, comme l'OCR de scènes ou de pages PDF A4. Pour des images beaucoup plus grandes, par exemple deux pages PDF juxtaposées horizontalement, GOT utilise une fenêtre de découpe de 1024×1024 et au plus 12 tuiles pour obtenir une résolution dynamique. Les auteurs synthétisent aussi environ 500 000 paires image-texte en accolant des pages PDF horizontalement ou verticalement.\n\n- **Moteur de données pour l'OCR groupé de PDF multipages**\n\n  Dans une tâche OCR ordinaire, on peut traiter les pages avec une boucle « for ». Certains PDF formatés, comme ceux produits à partir de fichiers .tex d'arXiv, sont toutefois difficiles à diviser page par page. GOT peut traiter directement plusieurs pages en une seule tâche OCR, sans boucle « for ». Les chercheurs n'ont ainsi plus à craindre que les annotations soient coupées aux frontières entre pages.\n\n  Pour ce faire, les auteurs tirent au hasard de 2 à 8 pages des PDF au format Mathpix et les regroupent en une seule tâche OCR. Le texte retenu sur chaque page contient moins de 650 tokens afin de rester sous une longueur totale de 8K. Ils obtiennent environ 200 000 exemples d'OCR multipage, dont la plupart mêlent des pages en chinois et en anglais.\n\n### Stratégie d'entraînement\n\nLes auteurs utilisent 8×8 GPU L40S pour les trois étapes décrites plus haut :\n\n- **Préentraînement** : tous les paramètres du modèle sont optimisés avec AdamW ; la taille globale du lot est de 128, l'entraînement dure 3 époques, le taux d'apprentissage initial est de 1e-4 et la longueur maximale de la séquence est de 4096 tokens.\n- **Entraînement conjoint** : la longueur maximale passe à 6000 tokens ; les réglages de l'optimiseur restent ceux du préentraînement et l'entraînement dure 1 époque.\n- **Entraînement final** : la longueur maximale passe à 8192 tokens ; le taux initial est de 2e-5 et l'entraînement dure 1 époque afin d'assurer les fonctions d'OCR multituile et multipage.\n\n## Discussion\n\n### Performances sur les documents en texte brut\n\n![result plain text](/content/papers/assets/3fcad5689359cd6baf47124c5d7a3f559262dccfb0d32173e4f125161f136a93.jpg)\n\nLe tableau utilise principalement la distance d'édition, le score F1, la précision, le rappel, BLEU et METEOR, calculés après segmentation en mots. Sur le jeu documentaire Fox, GOT (580M) atteint des scores F1 de 0,972 en anglais et 0,980 en chinois. Son rappel et son METEOR en anglais restent toutefois légèrement sous ceux de Qwen-VL-Max.\n\n### Performances sur le texte de scène\n\n![result scene text](/content/papers/assets/0103183c066b04dc63360629e474dba264bb3717ae1370df44c79eddbbfde793.jpg)\n\nLes auteurs réunissent 400 images de scènes naturelles, pour moitié en chinois et pour moitié en anglais. Ils corrigent manuellement les annotations pour constituer ce jeu d'évaluation. Comme les textes des scènes sont relativement courts, les mesures sont calculées après segmentation en caractères.\n\nSur ces images, GOT obtient des scores F1 de 0,926 en anglais et 0,928 en chinois. Sa précision est cependant inférieure à celle d'InternVL-ChatV1.5 dans les deux langues.\n\n### Performances sur les documents formatés\n\n![result formatted text](/content/papers/assets/5e9add270695082ce13c37ff1493267489a32e58b1fb47e3543073fc09cc9847.jpg)\n\nLe jeu de données compte 90 pages préparées par les auteurs. Mathpix produit d'abord des pseudo-étiquettes, puis les erreurs sont corrigées à la main. Sur ces pages, le passage d'une résolution unique (1024×1024) à plusieurs découpes fait progresser le score F1 global de 0,942 à 0,953, celui des formules de 0,749 à 0,865 et celui des tableaux de 0,867 à 0,878.\n\n### Performances de l'OCR à granularité fine\n\n![result fine-grained text](/content/papers/assets/58a1910c955b1c4f943d44f6f51c49db0bbffcdbb87bdeac6ad5cd5e37431223.jpg)\n\nDans les essais d'OCR documentaire guidé par boîte et par couleur, en anglais comme en chinois, GOT obtient un score F1 supérieur à Fox. Par exemple, pour le guidage par couleur en chinois, il passe de 0,884 chez Fox à 0,957 chez GOT.\n\n## Conclusion\n\nGOT présente une structure relativement simple et se concentre davantage sur l'OCR proprement dit, avec de bons résultats sur plusieurs tâches. Son principal intérêt tient à sa capacité à réunir la reconnaissance de documents, la reconnaissance de texte de scène, l'OCR interactif à granularité fine, les documents formatés et d'autres formes de reconnaissance de caractères. Il peut ainsi traiter les tâches OCR classiques tout en gardant une certaine souplesse pour de futurs usages.\n\nLe modèle est disponible sur Hugging Face : [**GOT-OCR2.0**](https://huggingface.co/stepfun-ai/GOT-OCR2_0)\n\nVous pouvez aussi l'essayer dans la démo en ligne : [**Online Demo**](https://huggingface.co/spaces/stepfun-ai/GOT_official_online_demo)\n\n\n> [!TIP]\n> \n> Nous l'avons essayé nous-mêmes : avec un article PDF en entrée, GOT-OCR2.0 peut en extraire directement le texte et prend en charge plusieurs langues. Le résultat nous a paru plutôt bon !\n> \n> Mais un format que le modèle n'a jamais vu peut lui poser problème. Nous lui avons par exemple donné une image de passeport du jeu MIDV-2020 : GOT-OCR2.0 n'en comprenait pas la structure et n'a extrait que quelques morceaux de texte isolés.\n> \n> Pour ce type d'utilisation, il faut préparer ses propres données d'affinage ou utiliser directement le moteur de données fourni par les auteurs pour affiner le modèle.\n> \n> ![demo1](/content/papers/assets/7d11878e47eb3fbb5e6dc68363adb306eb57d3bcdd1168e345716d7e794f2c5f.jpg)\n> ![demo2](/content/papers/assets/d963f54919787d357572ba21eef663ff8c972efd1d35bc1811110e1841198f5c.jpg)\n> ![demo3](/content/papers/assets/fe2435ac8850bf2503eec96bc96b29ee2acbf5db1edcf7de30c147d7fa102a39.jpg)\n","imageSizes":{"/content/papers/assets/7ed02fbacb92b589ea5efc9c02a180ddc03e3af515428f8db5b3a64ab0b754dd.jpg":{"width":1224,"height":908},"/content/papers/assets/386632555a3ae44ffd5606c9a3258fd34130600cde8050727ad32e88c738df29.jpg":{"width":1224,"height":540},"/content/papers/assets/3fcad5689359cd6baf47124c5d7a3f559262dccfb0d32173e4f125161f136a93.jpg":{"width":1592,"height":582},"/content/papers/assets/0103183c066b04dc63360629e474dba264bb3717ae1370df44c79eddbbfde793.jpg":{"width":1698,"height":422},"/content/papers/assets/5e9add270695082ce13c37ff1493267489a32e58b1fb47e3543073fc09cc9847.jpg":{"width":1630,"height":556},"/content/papers/assets/58a1910c955b1c4f943d44f6f51c49db0bbffcdbb87bdeac6ad5cd5e37431223.jpg":{"width":1734,"height":504},"/content/papers/assets/7d11878e47eb3fbb5e6dc68363adb306eb57d3bcdd1168e345716d7e794f2c5f.jpg":{"width":1224,"height":202},"/content/papers/assets/d963f54919787d357572ba21eef663ff8c972efd1d35bc1811110e1841198f5c.jpg":{"width":1226,"height":544},"/content/papers/assets/fe2435ac8850bf2503eec96bc96b29ee2acbf5db1edcf7de30c147d7fa102a39.jpg":{"width":1226,"height":512}}}
