关键信息提取中的文本识别结果

[eunij-peanut]

请问我该如何得到文本识别步骤最后输出的每个文本的置信度？

[GreatV]

在 PaddleOCR 进行文本识别后，你可以获取每个文本的置信度（confidence score）。具体方法如下：

1. 修改推理代码

PaddleOCR 的文本识别通常返回包含文本内容和置信度的结果。你可以打印 tools/infer_kie_token_ser.py 的输出，确保你获取了置信度信息。

根据官方文档和示例，OCR 结果通常会以如下格式返回：

[
    [text_1, confidence_1],
    [text_2, confidence_2],
    ...
]

你可以在推理代码中修改 print 语句，输出完整的识别信息：

print("识别文本:", text, "置信度:", confidence)

---

2. 使用 paddleocr 直接获取置信度

如果你使用的是 paddleocr 库，可以直接调用 OCR 预测并解析结果：

from paddleocr import PaddleOCR

ocr = PaddleOCR()  # 初始化OCR模型
result = ocr.ocr("test_image.jpg", cls=True)

for line in result:
    for word_info in line:
        text = word_info[1][0]  # 提取文本
        confidence = word_info[1][1]  # 提取置信度
        print(f"识别文本: {text}, 置信度: {confidence}")

这将输出所有文本的置信度，你可以后续进行筛选。

---

3. 过滤不需要的文本

如果你只想获取某些关键信息，而忽略其他未标注的文本，你可以基于文本类别或置信度设定一个阈值。例如：

confidence_threshold = 0.8  # 设定置信度阈值

filtered_texts = [
    (text, confidence) for text, confidence in recognized_texts if confidence >= confidence_threshold
]

print("筛选后的文本:", filtered_texts)

这样可以只保留置信度较高的文本，避免错误识别的噪声。

---

4. 相关讨论

你的问题与 提取关键信息疑问 相关，里面讨论了如何避免无关文本的标注。建议仔细阅读该讨论，以找到适合你的解决方案。

---

总结

• PaddleOCR 识别结果中自带置信度信息，你可以修改推理代码获取它。
• 使用 paddleocr 库可以直接提取 confidence 值。
• 通过设定置信度阈值可以过滤掉低置信度的文本，从而获得高质量的关键信息。

希望这些方法可以帮助你精准获取文本识别的置信度！ 🚀

---

Response generated by 🤖 feifei-bot | chatgpt-4o-latest

⚠️ This is an AI-generated response. Please verify any critical information.