随着技术的发展,基于深度学习的计算机视觉算法在 OCR 领域占主导地位。作为提升传统企业数字化进程的关键技术,中国光学字符识别市场规模的 2020-2027 年的复合增长率有望超过 20%,预计 2027 年将近 100 亿元。参考:《2022 年中国文字识别 OCR 行业概览:产业数字化转型浪潮驱动 OCR 需求持续释放》[1]
来源:头豹研究院
在工业应用中,对 OCR 技术要求更高,这是因为:
01
相比背景单一且字体规范的办公文档识别场景,工业字符背景复杂且字体非标,例如:字符凹凸、弯曲字符、点状印刷、背景高反光等,业内的综合识别率仅有 90% 甚至更低,远远达不到实际应用 99.9% 的需求。
02
工业应用中,除了有字符识别的需求,通常还连带字符缺陷检测的需求,例如:文字残缺、漏印、脏污等,希望一站式高效完成字符识别和字符检测双重任务。
在外观瑕疵检测领域,广东荣旭智能技术有限公司作为定制化视觉检测系统及一体化检测装备供应商,已耕耘了十多年,落地超过 200 多种 AI 质检设备,并将 AI 技术和行业应用经验集成到了图形化 AI 视觉开发平台:KVision,通过无代码和迁移学习的方式,快速落地 AI 质检设备。
KVision 软件截图
基于客户一站式完成光学字符识别与字符缺陷检测要求,我们基于 OpenVINO 打造了光学字符大师的 OCR-Master,其主要功能有:
01
光学字符识别:主要通过深度学习算法快速实现各种字体的识别,并基于 OpenVINO 优化算法,快速部署在英特尔集成显卡上;
02
字符缺陷检测:主要通过联合非监督算法 + 监督算法,将有缺陷的字符 100% 识别出来,重点做到“0 漏判”
OCR-Master 在工业复杂场景下,表现出识别率高、操作简单、换型方便并能一站式完成客户字符识别和瑕疵检测要求的优点,从众多视觉产品中脱颖而出,并应用于各种细分行业中。
全部0条评论
快来发表一下你的评论吧 !