面试题库 › 算法 / 大模型 › OCR 的流程、常用模型与选型

OCR 的流程、常用模型与选型

难度 ★★☆在 4 场真实面经中被问到 方向:算法 / 大模型考点:卷积神经网络

哪些公司问过

京东1阿里巴巴1百度1阿里巴巴集团1

常见岗位:AI 应用 / Agent 开发、计算机视觉、大模型算法、产品经理

答案要点

  1. 流程:预处理、文本检测、文本识别、版面分析、后处理
  2. 检测常用 DBNet、EAST,识别常用 CRNN+CTC 或注意力、Transformer 识别器
  3. PaddleOCR 中文效果和部署成熟;多模态大模型适合复杂文档,但成本高、有幻觉风险
  4. OCR 选型看场景类型(印刷、票据、手写)、版面复杂度、准确率、延迟与部署方式
  5. OCR 难点在版面与阅读顺序、表格还原、手写与生僻字,需针对性评测

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题