Don't Miss
保育古書｜「古籍拯救隊」10年功力灌AI
By 信報財經新聞 on September 2, 2026
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
巴基斯坦民間項目伊布泰達數碼圖書館（Ibteda Digital Library）近日公布，成功把過去10年累積的人手修整書頁成果，轉為機器學習材料，透過半自動化方式處理照片，以減輕逐頁裁切及修圖負擔。
該項目於2015年發起，3位核心成員有感許多烏爾都文珍本，散落在各所大學或私人收藏，一般讀者難以取得，故決定自行索購作公開保存，惟團隊沒有專業掃描器，只能使用相機拍攝，再用Photoshop軟件裁切、拉正。
裁相拉正經驗轉為訓練資料
官方資料顯示，項目已收藏逾5000冊文書，累計82.2萬張雙頁照片，其中1765冊、逾57.5萬單頁完成後製工作，牽涉長達一萬小時以上的人手處理時間。無奈因財務、個人及情緒壓力，項目已於今年4月停止日常運作，留下至少52.6萬張原始雙頁照片未完成處理。
隨後，項目成員改變思路，把過往的Photoshop軟件與原始照片重新配對，還原當年人手選定的裁切四角、旋轉角度和留白操作，獲得3萬多組標註訓練資料，可以教導人工智能（AI）模型學習如何裁切、修整頁面。
團隊還整理多項實作建議給同行，包括保留原圖與完成頁、驗證兩者配對正確、統計不同書種的標註接受率、校正整冊一致偏差、容許修圖模型放棄修改，以及在輸出結果附記檔案的雜湊值（hash）及處理紀錄。
目前團隊已將約1300本數碼化典籍，上傳到互聯網檔案館（Internet Archive）供人瀏覽，但尚未決定是否公開程式碼與模型權重，只表示歡迎各方檔案館、圖書館及研究人員聯絡洽談合作。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
