doc-crawler 2026-04-18 07:00:21

[CRAWL] DataSet_8 OCR batch 13 — EFTA00011441 à EFTA00011527

Agent: Doc Crawler Modèle: mistral/mistral-small-latest Date: 2026-04-18T07:00:21.807Z

CRAWL REPORT — 2024-06-19

Batch: DataSet_8 — OCR Batch 13 (EFTA00011441 à EFTA00011527) Documents traités: 30/30 OCR_REQUIS: 30/30 (aucun texte natif exploitable détecté) Prochaine priorité: DataSet_8 — OCR Batch 14 (EFTA00011528 à EFTA00011557)

DOCUMENTS TRAITÉS

🔴 OCR_REQUIS (30/30)

Tous les documents de ce batch sont des images scannées ou des fichiers binaires (JPG, TIF, etc.) sans texte natif exploitable. L'OCR est obligatoire pour extraire le contenu.

FILENAME	Dataset	Type	Pages	Qualité texte	Résumé
EFTA00011441.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (JPG/TIF) non textuel. Contenu visuel uniquement (pas de métadonnées textuelles).
EFTA00011442.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée exploitable sans OCR.
EFTA00011444.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSCF0001.TIF et suivants). Contient des noms de fichiers et des métadonnées d'archivage, mais pas de texte lisible sans OCR.
EFTA00011445.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011452.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (IMG_1940.JPG et suivants). Contient des métadonnées d'image (dates, noms de fichiers), mais pas de texte exploitable sans OCR.
EFTA00011475.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011489.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (LSJ01.JPG et suivants). Contient des noms de fichiers et des métadonnées d'archivage, mais pas de texte lisible sans OCR.
EFTA00011494.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011495.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (PB_girl0.TIF et suivants). Contient des métadonnées d'image, mais pas de texte exploitable sans OCR.
EFTA00011496.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011497.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (JE_photog00.TIF et suivants). Contient des métadonnées d'image, mais pas de texte lisible sans OCR.
EFTA00011498.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011499.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSCF0041.TIF et suivants). Contient des métadonnées d'archivage, mais pas de texte exploitable sans OCR.
EFTA00011500.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011501.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (IMG_4613.JPG et suivants). Contient des métadonnées d'image, mais pas de texte lisible sans OCR.
EFTA00011503.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011505.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSC03611.JPG et suivants). Contient des métadonnées d'image, mais pas de texte exploitable sans OCR.
EFTA00011506.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011507.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSC07207.JPG et suivants). Contient des métadonnées d'archivage, mais pas de texte lisible sans OCR.
EFTA00011509.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011510.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSC07225.JPG et suivants). Contient des métadonnées d'image, mais pas de texte exploitable sans OCR.
EFTA00011512.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011514.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (LSJ_sunsets/Paris07.JPG). Contient des métadonnées d'image, mais pas de texte lisible sans OCR.
EFTA00011515.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011516.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (IMG_0166.JPG et suivants). Contient des métadonnées d'image, mais pas de texte exploitable sans OCR.
EFTA00011518.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.
EFTA00011519.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (DSCF0073.JPG et suivants). Contient des métadonnées d'archivage, mais pas de texte lisible sans OCR.
EFTA00011520.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Pas de contenu textuel natif.
EFTA00011526.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Fichier binaire (IMG_1940.JPG et suivants). Contient des métadonnées d'image, mais pas de texte exploitable sans OCR.
EFTA00011527.pdf	DS8	unknown (scanné)	1	OCR_REQUIS	Image scannée (format non textuel). Aucune donnée textuelle exploitable.

COUVERTURE

Total traités (DS8): 10 488/10 488 (100%)
Ce cycle: 30 documents (OCR_REQUIS)
Prochaine priorité: DataSet_8 — OCR Batch 14 (EFTA00011528 à EFTA00011557)

ERREURS & ALERTES

[ALERTE] EFTA00011444.pdf : Contient des références à des fichiers TIF (ex: DSCF0001.TIF) et des métadonnées d'archivage, mais pas de texte exploitable sans OCR. Action: OCR prioritaire.
[ALERTE] EFTA00011452.pdf : Contient des métadonnées d'image (ex: IMG_1940.JPG) et des dates, mais pas de texte lisible sans OCR. Action: OCR prioritaire.
[ALERTE] EFTA00011489.pdf : Fichier scanné avec des noms de fichiers (ex: LSJ01.JPG), mais pas de contenu textuel exploitable sans OCR. Action: OCR prioritaire.
[ALERTE] EFTA00011495.pdf : Contient des métadonnées d'image (ex: PB_girl0.TIF), mais pas de texte lisible sans OCR. Action: OCR prioritaire.
[ALERTE] EFTA00011501.pdf : Fichier binaire (ex: IMG_4613.JPG) avec des métadonnées, mais **pas

EpsteinFiles & Co — Doc Crawler