目标： - 对电子票据的图像进行OCR识别，在OCR识别基础之上，提取结构化信息。针对票据图像的关键信息抽取任务，作为OCR的下游任务，存在非常多的实际应用场景，如表单识别、车票信息抽取、身份证信息抽取等算法实现： - 文本检测 + 文本识别 + 语义实体识别(SER) + 关系抽取(RE) - 文本检测：使用PP-OCRv3_det模型，训练针对票据的文本检测算法模型，只检测关键信息文本 - 文本识别：使用PP-OCRv3_rec模型，训练针对票据关键信息的文本识别算法模型 - 语义实体识别(SER)：SER阶段主要用于识别出票据图像中的所有key与value，举例说明：“出院诊断”、“就诊医院”为key，“贵阳市妇幼保健院”、“泌尿道感染”为value，这里训练模型，检测出所有关键信息的key与value - 关系抽取(RE)：在RE阶段，需要标注每个关键字段的key与value的对应关系，即标注键值对进行模型训练我的工作内容： - 算法设计 - 算法服务开发