Promptの説明

チャート画像をTikZコードにリバースエンジニアリングするための自動パイプライン。このシステムのコアロジックは、以下の4つの主要な段階に分けられる： 1. グローバルプランニングと入力段階： - 入力：元のチャート画像（例：折れ線グラフ、棒グラフなど）。 - グローバル処理： - グローバルプランナー：画像入力を受け取り、グローバルメタデータを抽出。 - 出力：チャートのグローバルパラメータ（例：'X-scale': 1.5, 'Y-scale': 0.5などのスケール情報）を含むJSON形式のデータを生成。 - 出力例（JSON）： ```json { 'x_scale': '1.3cm', 'y_scale': '0.5cm', 'y_min': 0, 'y_max': 10, 'x_min': 0, 'x_max': 6, 'colors': {'mplBlue': '31,119,180', 'gridGray': '220,220,220'}, 'chart_type': 'bar_chart' } ``` 2. 並列特徴抽出段階： - 画像とグローバルメタデータは、4つの並列な深層学習/認識モデルに同時に入力され、それぞれが異なるチャートコンポーネント情報の抽出と、対応するTikZコードスニペットの生成を担当する： 1. チャート基本構成認識モデル：チャートの基本構造を識別し、TikZコード1を生成。 2. 座標軸解析モデル：X/Y軸のスケール、ラベルなどを解析し、TikZコード2を生成。 3. データ可視化認識モデル：特定のデータ点、線、または棒を識別し、TikZコード3を生成。 4. 凡例認識モデル：凡例の内容とスタイルを識別し、TikZコード4を生成。 3. コード合成段階： - 埋め込み：上記の2つの段階で生成されたデータを統合。 - グローバルプランナーによって生成されたJSONデータ。 - 4つのモデルによって生成されたTikZコードスニペット（1-4）。 - テンプレート適用：このデータは、あらかじめ設定されたLaTeXテンプレートに埋め込まれる。 - 出力：完全なTikZコードを生成。 4. コンパイルと検証ループ： - これは、コードの実行可能性を保証するための、システムにおける重要なクローズドループである。 - Latex