基于OCR技術的檔案智能化收集方法研究

打開文本圖片集

摘要：為實現(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檢測神經(jīng)網(wǎng)絡PP-PicoDet作為布局檢測器，用于對檔案材料的版面分析；然后采用SLANet深度學習神經(jīng)網(wǎng)絡進行表格的結構化識別；最后使用開源的Paddle OCR引擎進行文本識別。系統(tǒng)對表格識別的準確度達到75.8%，印刷體文本識別準確度達到98.3%，總推理時間少于0.85 s。（剩余7813字）