Localiza los números, revisa cada campo y exporta los datos.
Carga una foto del documento. Detectaremos posibles filas numéricas y podrás ajustar las zonas de lectura.
PNG, JPG o WEBP · hasta 10 MB · procesamiento en este dispositivo
Pulsa «Detectar campos» o «Marcar un campo». Incluye solo la zona escrita, sin el rótulo.
Procura una imagen frontal y nítida. La detección automática propone regiones; puedes añadir, sustituir o eliminar cualquier zona.
Añade los campos que deseas leer.
Los valores se conservan como texto para mantener ceros iniciales, separadores y códigos. La puntuación del modelo no garantiza el acierto.
Guarda nombres, tipos y posiciones de campos para otros documentos del mismo diseño.
Se reconocen campos numéricos manuscritos, puntos, guiones y barras. Para diseños distintos usa la selección manual y configura cada campo. No se leen nombres, firmas ni texto libre, y no se garantiza lectura automática de cualquier distribución.
Dibuja o sube una imagen. Deja que los modelos lean los números.
Para dígitos aislados, usa tinta oscura sobre papel claro. ¿Es un formulario completo? Ábrelo en Formularios.
Tu predicción aparecerá aquí, junto con
las puntuaciones de cada clase.
Revisa esta predicción: el modelo presenta incertidumbre.
Evaluación independiente sobre 10 000 imágenes de MNIST.
Precision, Recall y F1 se calculan con promedio macro sobre las 10 clases.
| Algoritmo | Accuracy | Precision | Recall | F1-score |
|---|
Filas: dígito real · Columnas: predicción. Cada celda muestra el número de imágenes.
La búsqueda de hiperparámetros usa 6 000 imágenes estratificadas del conjunto de entrenamiento y 3 particiones. Los modelos finales usan las 60 000 imágenes. El conjunto de prueba no participa en la selección.
Errores reales de la CNN en el conjunto de prueba. Toca uno para inspeccionarlo.
Predicciones y correcciones guardadas en este navegador.
| Entrada | Predicción | Modelo | Puntuación | Revisión | Fecha |
|---|
Se conservan hasta 100 registros. Las correcciones se exportan como datos etiquetados; no reentrenan automáticamente los modelos.
Clasificación de dígitos manuscritos con Machine Learning y Deep Learning.
DIGIT AI permite dibujar dígitos, cargar fotografías y comparar tres enfoques de aprendizaje supervisado con datos reales de MNIST.
Busca los ejemplos más cercanos en un espacio de 40 componentes principales. Pondera sus votos por la distancia.
Aprende fronteras lineales entre las 10 clases a partir de los 784 píxeles de cada imagen.
Extrae patrones con dos capas convolucionales y agrupamiento, seguidas de capas densas para clasificar la imagen.
MNIST contiene dígitos aislados. Los resultados en fotografías y formularios reales pueden ser inferiores a las métricas de prueba.
El espacio Formularios propone zonas numéricas, permite marcarlas manualmente y guarda plantillas. Separa los dígitos y los separadores antes de clasificarlos. Las cuadrículas oscuras, las fotos inclinadas y los números unidos pueden generar errores; revisa cada campo antes de exportarlo.
Las puntuaciones de CNN y KNN no son una garantía de acierto. SVM muestra márgenes de decisión, no probabilidades calibradas.
Las imágenes se procesan en tu navegador. El historial permanece en este dispositivo y puede perderse si borras los datos del navegador.
Interfaz web adaptable al celular. Los navegadores compatibles permiten añadirla a la pantalla de inicio.