1、项目背景
在内容安全中，有很多违规图片，本身图片内容没有问题，违规点在于图片的文字，例如一些涉政图片，以及违禁品等，通过OCR提取文字就很有必要。
2、有效动作
a.以天池OCR比赛打榜为目标，先技术调研，采用了deep-text模型作为baseline，通过多次实验对比，将论文中的Attention 机制替换成CTC，提升模型对中文场景的识别能力，
b.开源数据获取（ICDAR，CTW等）以及预处理；数据增强，合成图片，多轮联合训练；模型融合，以及后处理机制；
c.包括 OCR demo 搭建，直观的验证OCR识别效果（审核使用）
d. 针对翻转图片文字，增加了角度分类模型，提升模型对翻转文字的识别能力
3、结果
• 模型在天池比赛上排名第五，识别文字能力更强。
• 该模型实际部署上线后，策略违禁率提升30%，处理速度提升一倍以上
• 模型覆盖率达90%，能够召回更多的违禁case，大大降低因文字识别不准导致漏出风险