只向 OCR 提供重要区域
Ultralytics YOLO 可查找字段、表格、签名和印章,并将其裁剪出来,供任意 OCR 引擎或 VLM 使用;在 Ultralytics Platform 中使用你的文档训练模型,并获得将其用于自有产品的许可。
深受全球领先机构信赖
为交付文档 AI 的团队打造 {#built-for-teams-that-ship-document-ai}
Ultralytics 提供模型、工具和许可。你来构建并拥有产品,从 OCR 到审核队列都由你掌控。
文档 AI 和 IDP 平台
:为你的信息提取产品添加版面、表单字段和表格检测功能,并针对每位客户的文档进行微调。
施工和工程软件
:在蓝图、平面图和 P\&ID 中查找并统计符号、设备和房间,供工程量计算和估算工具使用。
身份认证、银行和内部团队
:在运行任何 OCR 之前,检查签名和印章是否齐全、定位身份证件,并在本地屏蔽敏感区域。
已发表的研究揭示了什么
基于 Ultralytics YOLO 构建的模型经过同行评审的结果。
工作原理
从扫描页面到 OCR 可读取的整洁裁剪图。
导入扫描件、PDF 和照片
:将每个 PDF 页面或扫描件渲染为图像,并对大型图纸进行分块,确保小型符号清晰可见。
分类并校正每个页面
:按类型整理页面,并找出旋转角度和页面角点,以便将每一页转正并展平。
检测并裁剪区域
:YOLO 以精确坐标查找字段、表格、签名和印章,然后为你的 OCR 引擎或 VLM 裁剪每个区域,也可以将其屏蔽。
在你的文档上微调
:在 Ultralytics Platform 中标注数百张有代表性的页面,按类别衡量准确率,并部署到自有服务器。
YOLO 能在页面上查找的所有内容 {#everything-yolo-can-find-on-a-page}
一个模型系列涵盖五种 YOLO 任务,使用你的页面训练,并以相同方式部署。
试试 YOLO26 OCR
拖放图像或 PDF,即可实时读取其中的文本
为什么团队选择基于 Ultralytics YOLO 构建
在自有硬件上以固定成本精准检测区域,无需按页支付 API 费用。
支持在 CPU 或 GPU 上运行
:导出为 ONNX、OpenVINO、TensorRT 和 CoreML 格式,然后在自有服务器、台式机或采集设备上运行。
以隐私保护为设计原则
:完全在本地或离线运行,并在任何页面送入云端 OCR 之前屏蔽卡号、身份证照片和其他敏感区域。
可核验的检测框
:输出的是带置信度分数的坐标,而非生成的文本,因此低置信度字段会送交审核,而不是靠猜测填补。
两种入门方式
在 Ultralytics Platform 上训练和部署,或将 YOLO 集成到你自己的流水线中。
Python
使用签名数据集或你自己的表单字段对 YOLO 进行微调,只需几行代码即可获取每个字段的类别和位置。获取 YOLO 许可,将其用于自有产品。
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
# Train on signatures, or your own form fields
model.train(data="signature.yaml", epochs=100)
result = model("contract.jpg")[0]
for box in result.boxes: # each field and its location
print(result.names[int(box.cls)], box.xyxy.tolist())企业级安全与合规
放心构建和部署。已通过 ISO 27001 认证、获得 SOC 2 鉴证,并支持符合 HIPAA 要求。
常见问题
不可以。YOLO 可定位并分类字段、表格、签名、印章和复选框等区域,并将这些区域裁剪出来,供任何 OCR 引擎或 VLM 读取。
应用由你构建并拥有。Ultralytics 提供 YOLO 模型、用于在你的页面上训练模型的 Ultralytics Platform,以及商业许可证。你的团队负责添加 OCR、验证规则、审核队列和集成。
可以,但需要先使用你的页面进行微调。将 PDF 渲染为图像,对大型图纸进行切片以便清晰呈现小符号,并为每个新类别标注几百张有代表性的页面。签名检测数据集是一个快速入门的好选择。
它能检测签名、印章或身份证件字段是否存在及其位置。签名是否真实或证件是否有效,则由你的验证层决定,例如通过电子签名验证或 MRZ 检查。
可以。导出为 ONNX 或 OpenVINO,然后在你自己的服务器上运行推理,必要时可以离线运行。你可以在本地训练,也可以在 Ultralytics Platform 的美国、欧盟或亚太数据区域进行训练。
在你自己的硬件上检测敏感区域,并在页面发送到云端 OCR 之前将其遮蔽。Ultralytics 软件包中的目标模糊处理只需几行代码即可完成这项工作。
Ultralytics YOLO 根据 AGPL-3.0 以开源方式发布,因此你可以自由制作原型。要将其用于闭源产品或服务,Enterprise License 可免除 AGPL 义务,且不收取按页费用。在上方填写你的工作邮箱即可获取报价。
更多应用场景

零售损耗防范

视觉检测

驾驶员监控

库存管理

缺陷检测

队列管理
让你的愿景成为现实
加入数百万开发者的行列,为各行各业的智能应用场景构建可扩展的解决方案。通过 Ultralytics 平台完成标注、训练和部署。




