基于OCR技術(shù)的檔案智能化收集方法研究

打開(kāi)文本圖片集

摘要：為實(shí)現(xiàn)檔案信息的智能化管理，文章提出了一種輕量化的端到端檔案智能化收集系統(tǒng)。首先采用輕量化的目標(biāo)檢測(cè)神經(jīng)網(wǎng)絡(luò)PP-PicoDet作為布局檢測(cè)器，用于對(duì)檔案材料的版面分析；然后采用SLANet深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行表格的結(jié)構(gòu)化識(shí)別；最后使用開(kāi)源的Paddle OCR引擎進(jìn)行文本識(shí)別。系統(tǒng)對(duì)表格識(shí)別的準(zhǔn)確度達(dá)到75.8%，印刷體文本識(shí)別準(zhǔn)確度達(dá)到98.3%，總推理時(shí)間少于0.85 s。（剩余7813字）