过去，每到月末，公司财务都会犯愁，面对一堆发票，增值税发票、火车票、行程单、船票、出租车票、小票等，手工录入耗费大量时间。现在，财务再也不用为陷入海量票据而发愁，因为有了 OCR技术。

　　近日，中关村科金基于自研的机器视觉和NLP技术，发布了一站式全流程文字识别产品“得助OCR平台”。该平台赋予机器能够读懂文字能力，不仅可识别海量票据信息并批量导出，提升企业日常办公场景下资料录入整理和审核的效率，而且可以自定义文字识别模型，让企业掌握关键技术且自主可控、精度高，响应快。

　　OCR需求大，自建OCR平台面临诸多挑战

　　OCR （Optical Character Recognition，光学字符识别）是指针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。

　　随着各行各业数字化转型提速，涉及凭证票证类别的需求不断增加，业务人员每天面对大量繁杂、重复的信息录入和流程审核工作，OCR需求压力越来越大，企业亟需建设自身的OCR平台，但面临定制成本高、核心模型管理不能自主掌控、效果迭代不及时等诸多挑战。

　　中关村科金推得助OCR平台，助力企业降本增效

　　针对行业痛点，中关村科金推出的得助OCR平台，即使零算法经验人员，基于自身业务场景数据，通过该平台随时可以迭代专属模型，快速提升企业数字化能力!

　　该平台采用自研机器视觉和NLP技术，通过内置智能图像预处理、文字检测、文字识别和多模态结构化分析等四大引擎，从而提升人工录入文字和业务审核效率，实现企业降本增效，助力企业数字化转型。

　　平台包含4大产品矩阵：OCR自训练平台、SAAS能力平台、原子算法库和垂直场景解决方案，可以提供全场景、高精度的文字识别服务。其中，OCR自训练平台，面向0算法经验人员实现一站式全流程模型管理能力，通过私有化部署到自身业务场景，随时可以迭代专属模型，解决模型迭代依赖技术供应商、模型精度不能持续提升、数据安全合规、业务响应慢等痛点，让企业实现真正意义自定义OCR模型能力，掌握关键技术且自主可控。

　　该平台可以自定义文字识别模型，具备自主掌控、识别精度高、数据安全合规、业务响应快四大优势：

　　1、企业可自主掌控核心技术，不依赖技术商

　　传统OCR解决方案，面对新的业务场景OCR需求，需要依赖技术供应商，核心技术无法自主掌控。通过使用自训练工具，不管是固定版式还是复杂版式需求，都可以自主生产需要的模型。

　　2、识别精度高，提升业务效率，节省人力

　　通过自主训练的模型，完全适配自身业务场景数据，做到完全量身定制的产品，更好的服务自身业务。另外平台内置了经过真实场景验证的OCR预训练模型，清晰文本识准确率95％以上，助力提升业务效率，节省人力成本。

　　3、数据安全合规，有效防范泄露风险

　　模型在生产环境使用过程中，会出现精度下降的问题。如何迭代模型效果，传统做法将数据交给技术供应商进行优化算法，存在数据泄露风险。

　　4、业务响应快，快速赋能业务

　　传统模型迭代过程，需要经过需求沟通、招标、POC测试、投标、交付实施等全流程，迭代周期非常长。面对紧迫的业务需求，如何最快获得优化好的模型？通过自训练模型，业务人员随时可以迭代模型效果，0秒延迟启动算法优化，交付周期预计缩短80％以上，快速赋能业务。

　　得助OCR平台可适用于银行票据处理、合同文档、身份验证、交通票据等80+场景，帮助企业快速提升业务效率，节省人力成本，推动企业数字化转型发展。

　　以银行票据信息录入为例，银行票据种类多，人力成本投入巨大。针对数据标注过程枯燥繁琐、机械性高，大量训练数据需要人工标记，时间金钱成本昂贵问题，通过内置智能半自动标注工具，标注员只需要简单审核机器标注数据即可完成任务，标注效率提升50％以上，有效节省了人力成本。

　　对于深度学习训练数据需求大问题，平台内置数据合成工具，后台自动生成超过100倍级人工标注量的合成数据加入模型训练，提升模型效果，文字识别精度高达96％以上，相比传统方案，至少提升5个百分点。

　　通过得助OCR自训练工具可视化界面可完成数据标注、模型训练、评价、测试及部署上线全流程，实现自主掌控关键技术，节省人力成本，提升业务效率，加速企业持续规模化数字化转型。

　　未来，中关村科金得助OCR平台将根据自身在银行、保险、证券、信托、教育、医疗、智能制造等领域的深耕经验，不断开拓和深入更多的应用场景，依托强大的NLP算法和机器视觉技术，洞悉用户所需，快速响应行业需求，确保高精度OCR识别效果，用更具前瞻性的人工智能科技赋能千行百业数字化发展。