代码拉取完成,页面将自动刷新
同步操作将从 Rocky/document-ocr 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
一个相对完整的文档分析和识别项目含以下五部分:
数据从网络抓取的公开上市公司年报数据 PDF 文件解析生成,有图片和文本的位置信息
网盘下载地 提取码: nn1g
文本数据是标注到文本行的,部分数据会有些瑕疵,共34000样本
可以根据标注数据生成文本行识别数据
单字和文本行数据合成工具 能比较好的过滤字体中不支持的字符
所有代码依赖 Tensorflow 1.14 和 opencv 3.x
代码还有很多需要完善的地方,不在此列举,欢迎各种 issue
代码中有很多参数没有提出到命令行比如 learning_rate 等,希望使用的时候多读下代码
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。