Smart Engines: нейросетевой детектор ориентации документов для OCR

Разработан полносверточный нейросетевой детектор примерно на 110 000 квантованных параметров. Детекция перевёрнутости работает итеративно: алгоритм сэмплирует 30% найденных текстовых строк и принимает решение о повороте на 180° по порогу отношения уверенностей 1,5. Требования — скорость, лёгкость, поддержка нескольких письменностей и устойчивость к инвертированным изображениям (белое по чёрному).

Вендор и технология: Smart Engines, полносверточный нейросетевой детектор собственной разработки.

При обработке больших объёмов данных, например при цифровизации архивов, перевёрнутых изображений оказывается очень много. Существующие движки либо медленные, либо резко теряют качество на перевёрнутых и инвертированных сканах.

• Определять поворот документа на 180° до распознавания

• уложиться в жёсткий бюджет по скорости

• сохранить одинаковую устойчивость в обеих ориентациях

• поддержать несколько систем письма

• выдержать инвертированные изображения

• Результаты

• На датасете DocBank из 30 000 изображений — 99,24% на правильно ориентированных и 99,14% на перевёрнутых при 15,06 мс

• PaddleOCR — 99,84% и 98,79% при 59,61 мс

• Tesseract — 82,57% и 58,86% при 50,68 мс

• модель около 110 000 квантованных параметров Нагрузка и масштаб

• Валидация на 30 000 изображений DocBank Сроки

• Публикация 02.09.2026