腾讯云TI-OCR训练平台_大模型OCR识别系统_OCR自训练工具-已整理-云巴巴

腾讯云TI-OCR训练平台

腾讯云TI-OCR训练平台，单模型支持多种类型任务，任务间能力互补。结构化指标更优，支持自然场景。优化文字纹理细节处理，支持布局、文字等多类模态信息输出。结构化&阅读理解，基于检索的知识库问答，支持信息抽取、文本摘要，具备较强的理解能力，应用于腾讯云官网封闭式问答场景中，阅读理解准确率大幅提升。

立即咨询

首页 > 产品中心 > 图文识别OCR > 腾讯云TI-OCR训练平台

传统 OCR 深度学习模型 icon

OCR 大模型

OCR 大模型的特点 icon

OCR 大模型适用场景 -- 票据识别 icon

识别票据单据、证书执照等：手写体难识别、套打/印章/水印干扰等痛点，票单据自动录入业务下自动识别汇票、回单等结构化信息，银行开户场景、保险审核场景下的用户证照识别较验，物流运送场景下中英文运单关键信息提取。

OCR 大模型适用场景 - 表格识别 icon

识别表格：表格结构复杂、栅栏线/套打/印章/水印干扰等痛点，金融银行场景下的账户流水、申请登记表等，理赔场景下的申请资料单等。

OCR 大模型适用场景 - 文档识别 icon

识别文档：文本段落较长、待提取内容存在跨行跨页、需对文档内容进行理解等痛点，各场景类型的合同文件等，商户入驻场景下的承诺函首页等。

OCR 大模型适用场景 -- 自然场景识别 icon

识别自然场景图片：拍摄背景复杂、拍摄文字扭曲等检测识别业界难点，企业入驻审核场景下的门头照识别、水印公司信息识别，工业质检场景下的电线规格、铭牌信息、零部件规格说明书等，物流快递领域下的集装箱规格、电子显示屏读数等。

腾讯云 OCR 大模型家族 icon

DocLM--端到端文档图像理解 icon

图像到文字直接生成，内容感知和具体任务解耦。单模型 & 多任务：单模型支持多种类型任务，任务间能力互补。效果更好 & 场景泛化：结构化指标更优，支持自然场景。数据 & 推理成本低：与多阶段结构化方案持平。

DocLM 核心技术 icon

自研大容量视觉模型--深入文字感知
优化文字纹理细节处理

应对低质量、套打等难解问题

视觉显著区域提取技术
高效提取问题相关的视觉显著信息

解决大模型序列长度和信息干扰难题

多模态内容解码策略
支持布局、文字等多类模态信息输出

适用于多类任务场景

DocLM模型效果

全新自研端到端算法方案，单模型支持多种类型任务，任务间能力互补。支持自然场景结构化〔曲文、电表度数读取、门头提取、线缆规格提取等〕。支持指定形式的输出〔排版、仅输出手写等），支持套打/印章/水印等干扰场景信息提取。

模型指标优势

常规KV结构化：大模型召回率相比旧版算法提升3%+

自然场景结构化：大模型召回率预计达95%+〔人眼可识别部分〕

长文类信息提取：大模型召回率预计达90%+

套打场景信息提取：大模型召回率预计达90%+

DocQA--阅读理解问答 icon

阅读理解任务能力同步提升：结构化&阅读理解，基于检索的知识库问答

DocQA 核心技术 icon

支持长文档问答：通过Embedding模型将文档向量化成知识库，将问题向量与知识库向量匹配结果送入LLT；文档自监督预训练：增加Пext Token Prediction自监督任务，提升文本表征能力；指令微调：在不破坏LL原有特性的条件下引导模型基于上下文回答，提升信息提取准确率；低参数量微调：以较小的可训练参数优化模型，提高准确率并避免灾难性遗忘；引入布局特征:提升模型对无序输入的跨内容感知能力。