研究人员开发并对一个自适应光学字符识别（OCR）管道进行了基准测试，该管道专门用于数字化各种零售账单。该系统包含一个基于CNN的增强模块、一个图像质量分析器和一个基于NLP的校正层，以处理扫描质量和布局的变化。所提出的管道在Tesseract基线之上取得了显著的改进，在一个包含360张零售账单图像的数据集上，字符错误率（CER）为18.4%，单词错误率（WER）为27.6%。 AI
影响 为零售账单数字化的OCR树立了新的基准，有望提高处理各种文档格式的企业的效率。
排序理由 这是一篇详细介绍新OCR管道及其基准测试结果的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
