<!-- Canonical URL: https://ask.atlascloud.ai/id/test-text-accuracy-ai-generated-product-images -->

# Bagaimana menguji akurasi teks pada gambar produk buatan AI?

> Tentukan teks yang diharapkan, posisi, dan tingkat dampak sebelum generasi. OCR mencari kandidat; manusia memeriksa ejaan, hubungan, dan keterbacaan.

<!-- Canonical URL: https://ask.atlascloud.ai/test-text-accuracy-ai-generated-product-images -->

Teks yang sekadar tampak seperti huruf tidak cukup untuk gambar produk. Kunci ground truth sebelum generasi dan pisahkan OCR dari keputusan manusia.

## Buat spesifikasi area teks

| Kolom | Contoh |
|---|---|
| Region ID | front_label |
| Teks harapan | ATLAS ROAST |
| Variasi yang diizinkan | Tidak ada |
| Posisi | Tengah kemasan |
| Ukuran minimum | 12 px pada lebar delivery |
| Dampak | Critical |

## Normalkan hanya yang diizinkan kontrak

Tentukan aturan Unicode, spasi, dan tanda baca. Jangan otomatis menghapus kapitalisasi atau simbol brand.

## Gunakan OCR sebagai detektor, bukan hakim akhir

```text
candidate = ocr(image, region)
normalized = apply_allowed_rules(candidate)
exact_match = normalized == expected
```

Manusia menentukan apakah OCR atau gambar yang terlihat salah.

## Periksa layout dan hubungan

Cari harga benar pada produk salah, teks di lipatan, dan CTA yang bercampur dengan dekorasi.

## Ukur keterbacaan pada ukuran delivery

| Pemeriksaan | Contoh gagal |
|---|---|
| Tinggi huruf | Terlalu kecil di ponsel |
| Kontras | Hilang di latar |
| Tepi | Huruf menyatu |
| Margin | Terpotong crop |
| Kompresi | Garis tipis hilang |

## Buat skor berdasarkan dampak

Critical langsung gagal, Major perlu koreksi, dan Minor mengikuti toleransi tertulis.

## Uji string yang sulit

Sertakan `0/O`, `1/l/I`, mata uang, aksen, beberapa skrip, SKU panjang, dan teks hukum kecil.

## Laporkan yield asset yang disetujui

Ukur generasi, kegagalan teks, waktu koreksi, persetujuan, dan biaya per asset disetujui.

[Atlas Cloud](https://www.atlascloud.ai/?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=test-text-accuracy-ai-generated-product-images) memungkinkan beberapa model dibandingkan dengan spesifikasi teks yang sama.

## Kesimpulan

Tentukan ground truth, deteksi dengan OCR, konfirmasi makna dan posisi, lalu putuskan dengan dampak dan yield.

## FAQ

### Bisakah OCR memutuskan sendiri?

Tidak. OCR mendeteksi kandidat; pemeriksaan akhir menilai teks dan hubungan visual.

### Teks mana yang kritis?

Brand, produk, harga, teks hukum, dan CTA yang tidak boleh salah saat dipublikasikan.

### Bolehkah kapitalisasi dinormalisasi?

Hanya jika kontrak mengizinkan; jangan ubah ejaan brand sembarangan.

### Bagaimana mengukur keterbacaan?

Kecilkan ke ukuran delivery dan periksa kontras, tinggi huruf, dan gangguan latar.

### Bagaimana membandingkan model?

Gunakan spesifikasi sama dan review buta.

### Apakah Atlas Cloud mengotomatiskan validasi?

Perbandingan lebih mudah, tetapi ground truth dan aturan persetujuan Anda tentukan.