不固定版式文档的OCR模型自主开发流程及技术应用实例

随着各行业数字化、智能化建设的脚步加快，OCR得到了普及应用。当前，OCR技术主要应用于标准证件、票据识别，通过自动检测并识别、提取文字，减少人工录入信息的工作量，提升业务效率。

目前，企业对OCR的识别精度、定制灵活度、迭代速度等有了更高的要求。范围有限的常规证件、发票识别已经无法满足企业业务场景中种类繁多的单证处理需求，越来越多的企业，开始定制OCR识别模型，以满足个性化的卡证、票据、文档识别需求。

定制OCR通常的方式有：委托外部厂商定制OCR模型，或自行开发OCR模型。

委托外部厂商定制OCR存在以下难点：

1.定制成本高

企业的业务场景复杂，需要识别多类型的卡证、票据、单据，且同类单据常会有多种版式，交付定制成本高昂。

2.定制周期长

厂商驻场定制开发识别引擎周期长、效率低、沟通对接时间成本高，技术能力无法很快赋能业务。尤其是对于定期会更改版式的银行单据，版式调整后需要厂商进行模型调适，工作流程长，效率低。

3.不固定版式文档识别率低

传统规则算法，在不固定版式上不具备很好的泛化能力。对于不固定版式文档，识别率低，可用性差，定制OCR时，常常需要对特定版式做高度定制化开发，存在重复采购风险。

4.业务数据保密性要求高

金融机构数据保密性要求强，可能无法对厂商提供业务数据作为训练样本，模型性能无法保障。

而自行开发模型可以满足模型迭代灵活性与数据保密性需求，但需要从零开始搭建技术团队、招聘算法人才，在研发成本与时间投入上，常常比采购外部服务更高，由于缺乏算法积累，在应对复杂场景与不固定版式文档上，生产的模型也较难具备可用性。

1.基于文字识别训练平台，自主开发OCR模型

除了上述两种方式，目前，一种更具效率、可用性、灵活性的OCR模型开发方式，正在被越来越多的企业所采用：依托外部厂商开发的文字识别训练平台，自主开发OCR模型。由于这些文字识别训练平台内置成熟的算法模型，企业不需要组建专业的算法团队，即可自行完成模型的创建、训练、部署全流程开发工作流。

合合信息基于在智能文字识别领域深耕16年的深度学习算法能力与实训经验，推出了文字识别训练平台，为有OCR自主定制开发需求的企业提供低代码、自动化的一站式OCR开发平台。