中小学人工智能教育场景中针对学生考试的错题进行推荐同类题型。将做过的试卷拍照后，可以把学生手写做过的试卷去掉学生手写文字及手画的图片，保存成干净空白试卷，在通过 AI 目标识别、OCR、NLP 等技术，针对学生做错的题推荐若干道题，以达到让学生加强巩固知识的目的。
项目职责：主要负责试卷图片前期的处理（包括试卷部分提取、去除阴影等），文字校正，错误符号的检测、去除手写部分、OCR 版面分析和文字识别。
项目业绩：训练了语义分割模型对带有拍摄背景的图片进行边缘智能识别，去除杂乱的拍摄背景并精准框取试卷边缘，得到完整的试卷图片；将图像的文字和背景做较为清晰的分离使得文字清晰；对于拍摄的比较扭曲的照片完成了文字校正；通过训练了目标检测模型，比较准确地检测出错误符号的位置；训练了文字擦除模型将试卷的手写部分擦除，还原出裸卷；训练了 OCR 模型进行版面分析和文字识别。