获取 YOLO 许可

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。

500+
在20世纪初的地图上发现的潜在未登记油气井Iyer 等,《Environmental Science & Technology》,2026 年
98.5%
F1:在扫描的植物标本馆标本纸上找到主标签Turnbull 等,《BioScience》,2025 年
97.62%
从期刊页面中提取的分子结构图Zhou 等,《Journal of Cheminformatics》,2023 年
4.8M
从档案观测图像中读取手写日期和时间Illarionov 等,《Scientific Data》,2026 年

工作原理

从扫描页面到 OCR 可读取的整洁裁剪图。

1

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。

2

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。

3

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。

4

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。

找出页面上的每个签名、印章、复选框和日期栏,并标记缺少任一项的表单,以免它进入审核环节。检测
实例掩码可以分开标题、文本栏、表格和图片,让每个区域都交给合适的 OCR 或表格解析器处理,即使页面内容密集、分成多栏也能做到。分割
每页的四个角点关键点可以精确勾勒拍摄的文档轮廓,让你在 OCR 之前将文档校正为平整、端正的图像。姿态
旋转框适用于倾斜摆放的收据、身份证件和文本行,让裁剪区域保持紧凑,且脱敏掩码只遮盖需要处理的内容。OBB
根据单张图像将每页标记为发票、合同、收据或身份证件,并将其送入相应的信息提取流程。分类
标记缺失的签名和印章
探索 YOLO

试试 YOLO26 OCR

拖放图像或 PDF,即可实时读取其中的文本

输入
上传图像或选择示例以测试 YOLO26x-Text。预测文档
实时演示

将图像拖放到此处

或点击浏览

支持 JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMP 等格式(最大 10MB)

置信度
0.25
IoU
0.50
图像尺寸
1280
预测结果将在此处显示。

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。

Ultralytics Platform

上传样例页面,使用 AI 辅助标注为字段和版面区域添加标签,训练自定义 YOLO 模型,并将模型导出到你的服务器,一站式完成所有操作。

开始使用Ultralytics deployment interface showing model deployment options.

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。

获取 YOLO 许可
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())
安全与合规

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。

SOC 2 Type I

通过 AICPA 安全性、可用性和保密性 TSC 鉴证

ISO 27001:2022

经认证的信息安全管理体系

HIPAA

安全规则自我评估;为符合条件的 Enterprise 客户提供 BAA

GDPR 与 CCPA

符合全球数据保护法规

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。

  • 通常不属于。序言第 53 条将文档分类和把非结构化数据转换为结构化数据列为范围狭窄的程序性任务。用于决定信贷、招聘或人寿及健康保险定价的用途,则根据附件 III属于高风险。

  • 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

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。