基于深度学习的财务发票识别系统
为解决特定场景的发票文本在识别上造成的误差,文章设计了一种改进CRNN的发票文本识别算法.由于拍摄图片质量较差,一般算法的识别精度有限,在轻量级的移动端很难实现理想的识别效果.针对该问题,提出了一种改进RCNN识别算法,再将RNN替换为Attention和Cross-Attention进行计算.该算法在发票数据上进行实验验证,字符识别准确率达到96.1%,证明了本文算法优于其他算法.该系统通过树莓派获取发票图片并进行识别,可适用于工业物联网中增值税发票的识别,是智能财务管理系统的一部分,可减少人工的参与,提高工作效率.
深度学习、CRNN、Cross-Attention、发票识别、工业物联网、财务管理
19
TP319(计算技术、计算机技术)
2023-08-07（万方平台首次上网日期，不代表论文的发表时间）
共4页
16-18,22
