亚洲中文字幕无码日韩精品,亚洲一区制服无码中字,亚洲精品第一国产综合精品99 ,一本大道中文日本香蕉

  OCR通用識別能力及場景識別能力的訓練和服務

發(fā)布日期：2024/2/3 15:27:19      瀏覽量：

基于百度大規(guī)模圖片語料數(shù)據(jù)訓練的通用OCR基礎模型，通過對用戶掃描文檔數(shù)據(jù)的調(diào)優(yōu)訓練，得到高精度文檔OCR模型。OCR模型支持中英文兩種語言，適配純手寫、純印刷和手寫印刷混排等多種場景。采用百度飛槳識別模型套件PaddleOCR，目標是打造豐富、領先、實用的文本識別模型/工具庫。 PaddleOCR是基于飛槳開發(fā)的OCR（Optical Character Recognition，光學字符識別）系統(tǒng)，基于人工標注、機器自動標注等手段得到的大規(guī)模版面標注數(shù)據(jù)，來訓練目標檢測模型，從而識別和定位印章、圖表、段落、標題等元素信息，再使用百度知識增強的持續(xù)學習語義理解框架，借鑒文檔理解預訓練模型（Layout LM）的設計思想，在訓練數(shù)據(jù)擴增、預訓練任務設計、位置向量編碼、模型結構等方面深入探索，充分結合文本內(nèi)容、圖像、空間位置等信息，實現(xiàn)文檔智能分析，可以實現(xiàn)包括文字檢測、文字識別、文本方向檢測和圖像處理等模塊，具有高精度、多語種支持、高效性、易用性、魯棒性等優(yōu)點。

 針對采購尋源、合同管理及履約等場景，項目一個完整的定制化OCR訓練流程步驟如下：

（1）原始數(shù)據(jù)準備：根據(jù)項目需求場景準備需要OCR訓練的原始資料。例如：身份證、營業(yè)執(zhí)照、發(fā)票等原始資料的掃描電子文件等。

（2）打標工具標注：逐個檢查每個圖像的標注框是否正常，識別內(nèi)容是否準確。如果發(fā)現(xiàn)標注框異常的，自行調(diào)整至正常，或者刪除掉，重新手動標注，手動標注確認，重新識別后檢測識別結果是否準確，如果錯誤，需要手動更正。確保標注框和識別結果準確無誤后確認完成一個圖像的標注。

（3）準備標注完成的數(shù)據(jù)集：首先，準備一個完成標注的數(shù)據(jù)集，該數(shù)據(jù)集包含了需要建模的序列數(shù)據(jù)。

（4）定義模型：在百度飛槳中，使用自定義一個 Transformer 模型?；蛘呤褂蔑w槳提供的 PaddleNLP 庫中的 Transformer 模型，或者自定義 Transformer 模型。

（5）配置訓練參數(shù)：在訓練模型之前，定義訓練參數(shù)，如學習率、批次大小、迭代次數(shù)等。

（6）訓練模型：在訓練參數(shù)配置好之后，使用百度飛槳提供的 Trainer 類來訓練模型。在每次迭代中，Trainer 類將從數(shù)據(jù)集中獲取一批數(shù)據(jù)，并使用定義的優(yōu)化器和損失函數(shù)計算模型參數(shù)的梯度。最后，Trainer 類將使用反向傳播算法更新模型參數(shù)。

（7）測試模型：訓練結束后，使用測試數(shù)據(jù)集來評估模型的性能，計算模型的準確率、精度等指標。

（8）搭建API框架支撐項目前端應用自訓練模型。選擇FastAPI框架創(chuàng)建和部署API服務，FastAPI可以簡單而快速構建精細和高性能API。