PaddleOCR 2.7 中文准确率只有 82% 预处理要按识别错字补

陆零云 38 0
发票和合同扫描件走 PaddleOCR 2.7 的 ch_PP-OCRv4 模型,1000 张测试集字符准确率 82.3%,错得最多的是「己已」「末未」「0O」这三组,另外还有整行漏检,一条备注直接消失。漏检集中在表格线和印章遮挡的位置,人工复核时才被发现。 先看漏检。扫描件按 300dpi 存 PNG,灰度后直接喂模型,偏斜 3 到 5 度的票据经常整行识别失败。加 15 度以内的霍夫变换纠偏,漏检行从 4.1% 降到 1.2%。超过 15 度的样本直接...