研究人员开发并对一个自适应光学字符识别（OCR）流水线进行了基准测试，该流水线专为跨不同商业领域的零售账单数字化而设计。该系统包含一个基于CNN的图像增强模块、一个图像质量分析器、一个用于迭代重试的反馈循环以及一个基于NLP的校正层。在包含360张零售账单的数据集上进行测试，该流水线实现了18.4%的字符错误率（CER）和27.6%的单词错误率（WER），显著优于原始Tesseract基线，并显示出比EasyOCR更快的速度优势。 AI
影响 为零售领域的OCR树立了新基准，有望提高企业的 数据提取效率。
排序理由 学术论文，详细介绍了新的OCR流水线及其基准测试性能。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.25176v1 Announce Type: new Abstract: The digitization of multi-domain retail billing documents remains a challenging task due to variability in scan quality, layout heterogeneity, and domain diversity across commercial sectors. This paper proposes and benchmarks an int…
The digitization of multi-domain retail billing documents remains a challenging task due to variability in scan quality, layout heterogeneity, and domain diversity across commercial sectors. This paper proposes and benchmarks an intelligent, quality-aware adaptive Optical Charact…