2. Linux.do
  3. 【技术求助帖】pdf识别准确率和速度问题

【技术求助帖】pdf识别准确率和速度问题

ricksanchezzz12301 2026-08-17 16:05 1

有大量商品介绍pdf，一个几百页几百上千页，在 4h8g服务器上vibecoding了一个简单的网站用来识别分类价格商品信息等等，用的是PaddleOCR+云端识别方案也有Schema校验层，但是识别准确率和图片映射还是堪忧，有佬有相关经验吗，想请教一下，为了速度我用的是 4 并发小模型gpt4o来识别

最新回复 (6)
  • nice-L 08-17 16:06
    1楼

    还不如截图用gpt5.5进行识别呢，成功率很高亲测过

  • ricksanchezzz12301 楼主 08-17 16:09
    2楼

    我想的是有没有专用api，5.5 模型成本可能太高了

  • ricksanchezzz12301 楼主 08-17 16:10
    3楼

    还有就是有没有其他的技术方案来解决这个问题，这个主要是用到生产端所以正确率和速度都要有

  • nice-L 08-17 16:13
    4楼

    之前尝试过很多方案但是都不理想可能也是pdf结构比较复杂导致的，最后还是走gpt5.5了，最省事也是效果最好的，基本上都能识别到，就是成本高一点但是没办法（三色图）

  • skating 08-17 17:09
    5楼

    有没有示例来几份呢？截几个你比较常见的场景看看

  • Mrzzj 08-17 17:13
    6楼

    可以先将pdf转为图片，然后使用qwen系列的flash模型直接识图，这个模型很便宜，效果也还可以。

    我之前就试过用这个路径去识别论文pdf原文的作者相关信息

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐