Faire lire des documents manuscrits à une machine

Un réseau de neurones convolutif lit aujourd'hui de façon fiable des relevés manuscrits d'atelier, à deux conditions : restreindre le vocabulaire attendu à ce que le formulaire autorise, et faire remonter à un opérateur tout ce dont le modèle n'est pas sûr. La difficulté n'est pas la lecture. C'est le contrôle de ce qui a été mal lu sans que personne ne s'en aperçoive.

Pourquoi l'OCR classique échoue sur du manuscrit d'atelier

Les moteurs de reconnaissance de caractères ont été conçus pour du texte imprimé, régulier, sur fond propre. Un procès-verbal de contrôle rempli en production réunit tout ce qui les met en échec : écritures différentes d'un opérateur à l'autre, chiffres barrés et réécrits, traces de graisse, formulaire photocopié plusieurs générations, cases débordées.

Le résultat n'est pas une absence de lecture — ce serait plus simple. C'est une lecture fausse et confiante : un 1 lu comme un 7, un 0 comme un 6. L'erreur entre dans le système sans alerte, et se découvre des semaines plus tard dans un écart de traçabilité.

Qu'est-ce qu'un réseau de neurones apporte de plus ?

Un modèle de vision entraîné ne cherche pas des formes de lettres dans un catalogue. Il apprend, sur vos propres documents, à quoi ressemble un chiffre écrit par vos équipes, sur vos formulaires, dans vos conditions d'éclairage. C'est cette spécialisation qui fait la différence : un modèle générique connaît toutes les écritures du monde et aucune des vôtres.

L'entraînement se fait sur des documents déjà saisis. C'est un point souvent mal compris : les années d'archives que vous avez recopiées à la main sont exactement le matériau dont le modèle a besoin. Le travail passé n'est pas perdu, il devient la référence.

Comment sait-on que la machine s'est trompée ?

C'est la seule question qui compte réellement en production, et c'est celle qu'on oublie de poser en démonstration. Un modèle utilisable ne renvoie pas une valeur : il renvoie une valeur et son degré de certitude.

On fixe alors un seuil. Au-dessus, la valeur part directement dans le système. En dessous, le document est mis en file pour vérification humaine, avec la zone douteuse encadrée à l'écran. L'opérateur ne ressaisit plus tout : il arbitre les quelques cas que la machine lui signale.

Ce réglage est un choix métier, pas technique. Un seuil bas fait passer plus de documents sans intervention, et laisse passer plus d'erreurs. Un seuil haut protège la donnée et augmente la file de contrôle. Il se règle en observant le coût réel d'une erreur dans votre processus.

Que comparer avant de se décider

Critère	Saisie manuelle	OCR générique	Modèle entraîné sur vos documents
Manuscrit dégradé	Lit correctement	Échoue souvent	Lit correctement
Erreurs signalées	Rarement	Jamais	Oui, par seuil de certitude
Temps par document	Élevé et constant	Immédiat	Immédiat, hors cas douteux
Mise en route	Aucune	Immédiate	Quelques semaines d'entraînement
Données nécessaires	Aucune	Aucune	Vos archives déjà saisies
Fonctionne hors ligne	Oui	Selon l'outil	Oui, sur votre matériel

Par quoi commencer concrètement

• Un seul type de formulaire. Pas « tous les documents de l'usine » : celui qui coûte le plus d'heures de ressaisie.
• Un lot d'archives déjà saisies. Elles servent à entraîner le modèle et à mesurer ce qu'il vaut, en comparant sa lecture à la vôtre.
• Un seuil de certitude et une file de contrôle. Décidés avec les équipes qui remplissent les formulaires, pas à leur place.
• Une machine sur site. Ces modèles s'exécutent localement : les documents de production ne sortent pas de l'usine.

Nous avons livré ce type de dispositif chez un industriel de la forge établi en France, sur des procès-verbaux de contrôle remplis à la main. Le détail de la mission, et comment un modèle tourne sur vos propres serveurs.