业务描述

业务描述

通过借助 AI 大模型的视觉能力，实现非标图片中的文本的识别，输出结构化（JSON）数据。

相较于调用 OCR 接口，使用 AI 模型识别的文本识别服务具灵活不受制于图片类型的约束，可以自己实现某类图片的定向结构化识别。

如何使用

前置条件：已经在模型管理维护 视觉类模、聊天模型

新增图片OCR

示例： 以营业执照识别为例子

字段	内容
标题	营业执照识别
描述	从给定的图片中获取企业名称，成立时间信息

维护底图

• 维护图片底图 （定义识别细节和返回字段信息）

• 上传类似的底图 （这里上传营业执照）

• 定义字段信息

• 测试解析