。

OCR问题不大#xff0c;但是怎么进行批量的结构化信息抽取呢#xff1f;小A陷入了苦苦思索…

小B是…小A是一名刚刚毕业的算法工程师有一天他被老板安排了一个活要对一批合同扫描件进行自动化信息抽取输出结构化的分析报表。

OCR问题不大但是怎么进行批量的结构化信息抽取呢小A陷入了苦苦思索…

小B是一名项目经理最近他接手了一个紧急的AI项目客户提供的数据很多但是标注的样本很少很难达到客户要求的精度指标。

而如果大量标注数据时间上根本来不及。

deadline一天天临近小B整天愁眉苦脸…

小C是一家小型AI服务提供商的老板长期做项目下来他总觉得需要沉淀一套标准化的工具快速应对多种多样的场景需求尤其要满足多种复杂环境的模型部署但公司的研发力量被项目缠身陷入了恶性循环。

小C一筹莫展…

俗话说的好方法总比困难多新版本的PaddleX有望解决小A、小B和小C的燃眉之急

PaddleX四步搞定10任务场景36个精选产业模型开发与部署已经过去了两个月。

两个月期间PaddleX团队快速响应AI落地的新需求、新功能以期能在今天新内容发布中给大家交一个满意的答卷接下来就让我们看一看PaddleX都带来了什么新内容吧

四大更新内容速览

PP-OCR与文心一言强强结合支持1.5万大字库解决生僻字、多页pdf、表格识别等难题无需训练即可在20场景实现关键信息抽取平均准确率80%以上。

PP-TSv2

支持时序预测和时序异常检测任务。

在用电负荷预测、预测性维护等多场景任务自适应寻优电力场景预测误差降低20%以上设备异常检测场景召回率提升5%。

大模型半监督学习工具

借助少量有标注数据和大量无标注数据大大提升模型的精度在分类、检测、OCR识别3类任务的17个模型上实现小模型精度提升10%26%。

40精选产业高精度模型库

新增RT-DETR-H、TimesNet_AD、PP-HGNetv2-B4等8个精选模型扩充时序分类、时序异常检测等任务。

PaddleX目前已覆盖目标检测、图像分割、3D、OCR、时序预测、图像识别系统、PDF转word等40精选产业高精度模型库。

低代码工具箱全流程开发

新增数据格式转换、数据划分、评估指标说明等10界面功能优化工具箱/开发者双模式高低代码联动功能更丰富布局更美观

云端本地端双平台按需使用

Studio云端资源随处可达实现24小时随处AI开发。

为充分利用本地算力可一键下载本地端软件满足多样需求。

小伙伴们还等什么来AI

Studio云端一键体验吧这里偷偷爆个料Linux离线版本地端距离发布很近了呦

PaddleX云端快速体验

https://aistudio.baidu.com/intro/paddlex/models

PaddleX本地端下载

https://aistudio.baidu.com/intro/paddlex

想和志同道合的开发者交流开发经验想和PaddleX官方开发者交流欢迎来PaddleX频道交流https://aistudio.baidu.com/community/channel/610

接下来让我们详细看一下更新内容吧

相信大家对PP-ChatOCR的惊艳效果还有很深的印象点击回顾PP-ChatOCR基于文心大模型的通用图像关键信息抽取利器开发提效50%现在我们正式迎来了它的第2版。

PP-ChatOCRv2是一个融合了LLM大模型和OCR技术的通用文本图像智能分析系统覆盖20高频应用场景支持5种文本图像智能分析能力和部署包括通用场景关键信息抽取快递单、营业执照和机动车行驶证等、复杂文档场景关键信息抽取解决生僻字、特殊标点、多页PDF、表格等难点问题、通用OCR、文档场景专用OCR、通用表格识别。

此外针对垂类业务场景也支持模型训练、微调和Prompt优化。

PP-ChatOCRv2

多场景识别效果PP-ChatOCRv2在PP-ChatOCR的基础上进一步升级小模型大模型串联逻辑不变在通用信息抽取、复杂文档信息抽取、代码拓展性、基础功能完备四个方面做了更新。

下面是v2的特性总结

场景丰富

支持5种智能文本图像分析能力覆盖20高频应用场景尤其针对复杂文档场景进行了专项优化。

精准度高

「PP-OCR」与「文心一言」强强结合支持1.5万大字库解决生僻字、多页PDF、表格等难题无需训练即可在20场景关键信息抽取平均准确率80%以上。

一键部署

一键获取PP-ChatOCRv2离线部署SDK助力企业快速实现工程落地。

便捷开发

针对垂类业务场景通过简单点击UI界面按钮可完成Prompt优化、模型训练和微调。

立即在线体验

https://aistudio.baidu.com/projectdetail/paddlex/7050167

PP-TSv2

说到时序处理大家一定还记得PaddleX重磅推出的PP-TS点击回顾PP-TS基于启发式搜索和集成方法的时序预测模型使预测更加准确现在让我们看看v2带来了什么新特性。

PP-TSv2

支持时序预测和时序异常检测两大通用任务在用电负荷预测、预测性维护、能耗分析、交流流量预估等场景中有重要应用价值。

精准度高

多场景任务自适应寻优。

时序预测在电力场景预测误差降低20%以上时序异常检测在设备异常监控场景相同精度下召回提升约5%。

便捷开发

简单点击UI界面即可完数据的预处理一键化去重数据格式转化以及划分高精度的自定义训练研发成本低。

一键部署

一键获取PP-TSv2离线部署SDK和服务化部署助力企业快速工程落地。

立即在线体验

https://aistudio.baidu.com/projectdetail/paddlex/7044307

大模型半监督学习工具

不知道大家有没有遇到过数据标注成本高、周期长的困扰有没有那么一种可能精心标注少量的数据配合大量的无标注数据就能达到比肩全量标注的模型精度呢是的PaddleX就带来了这样一款提效神器——大模型半监督学习工具。

大模型半监督学习工具LMSSL利用视觉大模型的强大特征表征能力和PaddleX的特色半监督学习方法在少量有标注数据和大量无标注数据的混合数据上学习到更好的特征从而得到超高精度的大模型该工具还内置了蒸馏和微调小模型的方法进一步可以得到精度更高的小模型。

为了验证该工具的有效性我们测试了其在公开数据集的指标。

最终该工具刷新了图像分类-10%ImageNet、目标检测-10%COCO的半监督学习SOTA精度。

目前该工具支持图像分类、目标检测、OCR识别三类视觉任务17个模型大家无需关心细节只需提供更多无标注数据点击两次按钮即可得到高精度的大模型和小模型。

下面列举了使用该工具后不同场景中大模型和小模型的精度提升情况。

图像分类不同场景和指标提升情况

https://aistudio.baidu.com/projectdetail/paddlex/7045718

目标检测-大模型半监督学习工具

https://aistudio.baidu.com/projectdetail/paddlex/7045736

OCR识别-大模型半监督学习工具

https://aistudio.baidu.com/projectdetail/paddlex/7045737

以上这些特色工具有没有让大家眼前一亮呢未来PaddleX将持续推出更多的特色工具欢迎保持关注哦~

对这些特色工具很感兴趣想了解得更深入一些没问题关注本公众号后面陆续会有针对性讲解的文章

40精选产业高精度模型库

本次更新中图像分类、目标检测任务方向分别新增了3个精选模型为大家带来了更多的精度-速度权衡选择。

另外额外覆盖了时序异常检测、时序分类两个任务方向各自新增一个精选模型。

这些精选模型个个都很能打有下面的实测数据为证。

大家的模型选型又有新的选项啦

PaddleX

https://aistudio.baidu.com/intro/paddlex/models

后续PaddleX将持续扩大开发者心心念念的实例分割模型、LLM模型等欢迎大家进入文章底部的交流频道反馈对新模型的需求

低代码工具箱全流程开发

新版PaddleX正式发布以来用户对工具箱/开发者双模式高低代码联动的开发方式大家赞赏。

PaddleX为了做好极致的AI开发全流程

这次更新增加了数据分析工具、数据格式转换工具、数据划分工具、评估指标说明等10功能低代码工具箱模式功能更丰富布局更美观

云端本地端双平台按需使用

Studio平台PaddleX可以通过项目大厅和模型库两个入口使用。

Windows本地端PaddleX2.2.0版本也正式发布啦除特色工具外云端所有能力实现完全同步。

一键下载安装windows本地端即可完成模型开发全流程。

最后稍微总结一下

PaddleX是面向国内外主流AI硬件的全流程、高效率的飞桨精选AI模型的一站式AI开发套件。

PaddleX的使命是助力AI技术快速落地愿景是使人人成为AI

Developer

在本次更新中PaddleX带来了强大的大小模型结合特色工具、40精选产业高精度模型库、低代码工具箱全流程开发、云端本地端双平台按需使用等特性希望能给大家带来更大的AI开发效率提升和更好的产品体验

添加AI

https://aistudio.baidu.com/community/channel/610

PaddleX云端在线体验

https://aistudio.baidu.com/intro/paddlex/models

PaddleX

https://aistudio.baidu.com/intro/paddlex