У tutorial показано повний конвеєр аналізу документів із docTR
Новий tutorial описує наскрізний конвеєр інтелектуальної обробки документів на базі docTR. Він поєднує виявлення та розпізнавання тексту, геометричні дані, аналіз макета, структуроване вилучення інформації й експорт результатів. Для прикладів створюються реалістичні синтетичні рахунки, зображення та PDF завантажуються через DocumentFile, а OCR-предиктори налаштовуються з урахуванням роботи на GPU.
У матеріалі порівнюються комбінації архітектур виявлення й розпізнавання за швидкістю та точністю. Розглянуто внутрішню ієрархію Document, рамки з оцінками впевненості, окремі моделі для виявлення та розпізнавання, а також повторний прохід для слів із низькою впевненістю. Також показано налаштування порогів і користувацькі hooks для фільтрування рамок та додавання відступів.
Конвеєр працює із повернутими й нахиленими документами, аналізом макета та KIE. Він відновлює порядок читання і табличні дані, вилучає структуровані поля рахунків та експортує текст, JSON, hOCR, синтезовані зображення документів і PDF із можливістю пошуку. Завершальна частина присвячена продуктивності, донавчанню, пакетній обробці та розгортанню.
Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.