OCR(文字識(shí)別)技術(shù)是最早應(yīng)用于企業(yè)降本增效的 AI 方向之一，如今已逐漸下沉為企業(yè)智能化升級(jí)的一項(xiàng)重要基礎(chǔ)設(shè)施能力。10月29日，百度智能云線上線下同期舉辦了TechDay OCR技術(shù)創(chuàng)新沙龍，深度分享OCR產(chǎn)品矩陣、功能、應(yīng)用案例等最新進(jìn)展，并重磅全新發(fā)布EasyDL OCR自訓(xùn)練平臺(tái)。泰康保險(xiǎn)集團(tuán)、北京融匯金信等企業(yè)伙伴在現(xiàn)場(chǎng)分享了OCR在企業(yè)內(nèi)的應(yīng)用經(jīng)驗(yàn)和心得。百度智能云OCR產(chǎn)品為企業(yè)打造了技術(shù)領(lǐng)先、類型豐富同時(shí)支持便捷自定制的解決方案，已廣泛應(yīng)用于金融服務(wù)、財(cái)稅報(bào)銷、快遞物流、法律政務(wù)、交通出行、教育培訓(xùn)、內(nèi)容審核等全行業(yè)領(lǐng)域，加快推動(dòng)企業(yè)實(shí)現(xiàn)產(chǎn)業(yè)智能化升級(jí)。

業(yè)界首發(fā)EasyDL OCR自訓(xùn)練平臺(tái)，低成本滿足OCR定制化需求

近年來，OCR的識(shí)別能力不斷突破，逐漸在更加復(fù)雜的數(shù)字化場(chǎng)景發(fā)揮作用，有效降低信息提取和錄入的人力成本，幫助企業(yè)專注于上層業(yè)務(wù)應(yīng)用。與此同時(shí)，企業(yè)對(duì)于OCR識(shí)別模型定制化的需求日益旺盛，包括OCR在特定場(chǎng)景下是否有高精度識(shí)別效果、能否高效響應(yīng)自身業(yè)務(wù)需求、是否能在模型訓(xùn)練過程中保證數(shù)據(jù)安全，以上三點(diǎn)成為行業(yè)共性訴求。

為滿足企業(yè)快速定制OCR識(shí)別模型的訴求，EasyDL OCR自訓(xùn)練平臺(tái)應(yīng)運(yùn)而生。據(jù)介紹，EasyDL OCR 自訓(xùn)練平臺(tái)具有兩大核心產(chǎn)品功能，即自動(dòng)訓(xùn)練OCR和定制化訓(xùn)練OCR;同時(shí)具備三大產(chǎn)品特性，包括內(nèi)置成熟OCR技術(shù)方案，預(yù)置經(jīng)過真實(shí)業(yè)務(wù)檢驗(yàn)的多種自動(dòng)化機(jī)制，如智能標(biāo)注、自動(dòng)數(shù)據(jù)預(yù)處理、虛擬數(shù)據(jù)生成等，同時(shí)還開放了調(diào)參能力，滿足多種場(chǎng)景OCR模型定制訓(xùn)練需求，保證高準(zhǔn)確率;可視化模型訓(xùn)練，預(yù)置領(lǐng)先的OCR算法，可實(shí)現(xiàn)零門檻模型訓(xùn)練，高效響應(yīng)業(yè)務(wù)需求;支持本地私有化部署，數(shù)據(jù)無需出廠，有效保障數(shù)據(jù)安全。

會(huì)上，EasyDL OCR產(chǎn)品負(fù)責(zé)人還分別演示了自動(dòng)化訓(xùn)練OCR和定制化訓(xùn)練OCR模型訓(xùn)練過程，并在最后總結(jié)了適合應(yīng)用的不同場(chǎng)景和優(yōu)勢(shì)。

具體而言，自動(dòng)化訓(xùn)練OCR每個(gè)版式僅需1張訓(xùn)練圖片，“智能標(biāo)注”功能支持快速標(biāo)注關(guān)鍵字段，顯著提升標(biāo)注效率，系統(tǒng)自動(dòng)完成模板分類，可應(yīng)用于版式多樣、識(shí)別特定字段、圖像質(zhì)量統(tǒng)一的場(chǎng)景，同時(shí)模型重訓(xùn)功能支持新增版式的快速擴(kuò)充。定制化訓(xùn)練OCR則具有數(shù)據(jù)自動(dòng)生成能力，可模擬各類真實(shí)場(chǎng)景中復(fù)雜數(shù)據(jù)狀況，如模糊、變形、缺角等，少量標(biāo)注數(shù)據(jù)即可獲得更高的識(shí)別準(zhǔn)確率，可應(yīng)用于版式固定、全字段識(shí)別、圖片質(zhì)量復(fù)雜的場(chǎng)景。

百度OCR“技術(shù)+產(chǎn)品+應(yīng)用”行業(yè)領(lǐng)先，助力企業(yè)智能化升級(jí)

百度OCR是國(guó)內(nèi)應(yīng)用最廣泛的文字識(shí)別服務(wù)，依托業(yè)界領(lǐng)先的深度學(xué)習(xí)技術(shù)和海量?jī)?yōu)質(zhì)數(shù)據(jù)，提供多場(chǎng)景、多語種、高精度的文字檢測(cè)與識(shí)別服務(wù)，并針對(duì)圖片模糊、傾斜、翻轉(zhuǎn)等情況進(jìn)行深度優(yōu)化，魯棒性強(qiáng)，多項(xiàng)ICDAR指標(biāo)居世界第一，通用、主流卡證識(shí)別準(zhǔn)確率高達(dá)99%。

而其背后正是由百度AI核心技術(shù)引擎——百度大腦支撐，如今升級(jí)到6.0的百度大腦已成為AI新型基礎(chǔ)設(shè)施。從基礎(chǔ)層的算力、數(shù)據(jù)、飛槳深度學(xué)習(xí)平臺(tái)，到感知層的語音、視覺、AR/VR，再到認(rèn)知層的語言與知識(shí)，以及平臺(tái)層的AI平臺(tái)與生態(tài)，百度大腦始終保持核心技術(shù)持續(xù)領(lǐng)先，不斷夯實(shí)“軟硬一體AI大生產(chǎn)平臺(tái)”，并通過百度智能云整合輸出產(chǎn)品服務(wù)，加速產(chǎn)業(yè)智能轉(zhuǎn)型升級(jí)。截至目前，百度大腦已經(jīng)開放了273項(xiàng)AI能力，凝聚超過230萬開發(fā)者，培養(yǎng)了超過100萬AI人才，在眾多行業(yè)領(lǐng)域落地應(yīng)用，推動(dòng)了中國(guó)AI技術(shù)研發(fā)、實(shí)踐應(yīng)用與生態(tài)建設(shè)。

產(chǎn)業(yè)智能化升級(jí)一個(gè)核心前提就是，信息數(shù)字化和結(jié)構(gòu)化。OCR作為最早應(yīng)用于企業(yè)效率提升的AI方向之一，顯著提升了信息提取和錄入的效率，實(shí)現(xiàn)了信息處理的“電子化”、“自動(dòng)化”，為上層業(yè)務(wù)應(yīng)用提供有力支撐。

據(jù)現(xiàn)場(chǎng)介紹，百度OCR技術(shù)經(jīng)過多年沉淀和實(shí)踐打磨，在多項(xiàng)行業(yè)競(jìng)賽評(píng)比當(dāng)中持續(xù)摘得桂冠。例如：2019年從90多支參賽隊(duì)伍中脫穎而出，獲得中國(guó)最高等級(jí)商業(yè)領(lǐng)域人工智能技術(shù)競(jìng)賽唯一A級(jí)別證書;在OCR領(lǐng)域最具影響力的ICDAR 19 MLT (多語種task)榜單當(dāng)中獲得文字檢測(cè)領(lǐng)域世界冠軍;。同時(shí)，百度OCR也在不斷推進(jìn)算法創(chuàng)新和突破，引領(lǐng)行業(yè)技術(shù)發(fā)展，例如：發(fā)布了業(yè)界最大的中文OCR數(shù)據(jù)集，首次提出端到端OCR-部分監(jiān)督算法End2End-PSL，實(shí)現(xiàn)精標(biāo)數(shù)據(jù)+弱標(biāo)數(shù)據(jù)的混合訓(xùn)練，克服精標(biāo)數(shù)據(jù)成本高問題，使得標(biāo)注成本降低至1/90。

依托百度大腦領(lǐng)先的深度學(xué)習(xí)技術(shù)，百度OCR已開放全系列50多款產(chǎn)品，不僅可以實(shí)現(xiàn)通用場(chǎng)景的文字識(shí)別，還可滿足各類垂直場(chǎng)景的信息電子化、結(jié)構(gòu)化識(shí)別需求，例如財(cái)務(wù)票據(jù)識(shí)別、醫(yī)療票據(jù)識(shí)別、教育場(chǎng)景的公式識(shí)別和試卷識(shí)別等等。

打破封閉研發(fā)生態(tài)，積極賦能企業(yè)在具體場(chǎng)景落地

作為保險(xiǎn)醫(yī)療領(lǐng)域的代表，泰康保險(xiǎn)集團(tuán)科技研究院、圖文分析實(shí)驗(yàn)室負(fù)責(zé)人劉興旺在會(huì)上表示：“如何提高理賠效率，降低成本成為各大保險(xiǎn)公司非常關(guān)注的一點(diǎn)。基于百度OCR識(shí)別提取各類醫(yī)療票據(jù)/單據(jù)字段信息的技術(shù)能力，我們共同首創(chuàng)的端到端關(guān)系識(shí)別模型，整個(gè)質(zhì)檢分類準(zhǔn)確率可達(dá)到97%，實(shí)際復(fù)雜生產(chǎn)環(huán)境中的結(jié)構(gòu)化識(shí)別準(zhǔn)確率可達(dá)86%，大大節(jié)約了人力成本，同時(shí)顯著提升了理賠業(yè)務(wù)效率。”

北京融匯金信信息技術(shù)有限公司創(chuàng)始人羅彤從金融服務(wù)的角度發(fā)表了自己的看法，他講到：“金融主要做的兩件事其實(shí)就是，需要大量數(shù)據(jù)進(jìn)行預(yù)測(cè)，以及大量文檔、圖片等信息進(jìn)行客戶服務(wù)。而百度OCR提供的解決方案，可以讓我們把數(shù)據(jù)和知識(shí)打通，解決人工錄入信息出錯(cuò)率高、效率低等行業(yè)痛點(diǎn)的同時(shí)，能夠顯著節(jié)約成本、得到更加精準(zhǔn)的預(yù)測(cè)結(jié)果，同時(shí)提升整體業(yè)務(wù)效率。”據(jù)悉，在金融服務(wù)領(lǐng)域，百度OCR已在銀行、保險(xiǎn)、證券、信貸、支付等場(chǎng)景應(yīng)用落地。

除此之外，百度OCR還已廣泛應(yīng)用于財(cái)稅報(bào)銷、快遞物流、法律政務(wù)、交通出行、教育培訓(xùn)、內(nèi)容審核等眾多領(lǐng)域，為企業(yè)降本增效，提升用戶體驗(yàn)。例如：代賬公司借助百度OCR，為中小企業(yè)提供智能報(bào)賬服務(wù)，大幅提升業(yè)務(wù)流程效率;中國(guó)移動(dòng)設(shè)計(jì)院使用百度OCR對(duì)內(nèi)部報(bào)賬系統(tǒng)進(jìn)行智能化改造，20分鐘的人工填報(bào)流程縮短至1分多鐘;在快遞物流領(lǐng)域，則可以綜合應(yīng)用OCR、NLP地址識(shí)別、語音識(shí)別等多項(xiàng)AI能力，提升分揀、配送效率及用戶使用體驗(yàn)。

目前，使用百度OCR的用戶已超過70萬。未來，百度OCR作為百度智能云服務(wù)的重要一環(huán)，在百度大腦領(lǐng)先技術(shù)的支持下，將持續(xù)快速迭代，不斷優(yōu)化產(chǎn)品服務(wù)，探索更多應(yīng)用場(chǎng)景，同時(shí)賦能更多合作伙伴，助力企業(yè)開啟智能化升級(jí)快速通道，創(chuàng)造更大價(jià)值。