前兩天在客戶現(xiàn)場(chǎng)聊需求一位負(fù)責(zé)設(shè)備管理的朋友提到一個(gè)特別具體的問題產(chǎn)線巡檢記錄還是靠人把紙質(zhì)表單一條條敲進(jìn)系統(tǒng)一份表單十幾項(xiàng)數(shù)據(jù)錄入慢不說偶爾還抄錯(cuò)。他問我能不能用手機(jī)拍一張照片表格里的數(shù)值直接進(jìn)系統(tǒng)現(xiàn)場(chǎng)的照片還能和記錄關(guān)聯(lián)上。這正是我這次要聊的主題——JBoltAI新版本帶來的“表格AI識(shí)圖”能力專門解決工業(yè)場(chǎng)景里的圖文協(xié)同問題。先說清楚這件事是什么。JBoltAI是一個(gè)面向企業(yè)級(jí)AI應(yīng)用的工作流開發(fā)平臺(tái)新版本在原有智能體編排的基礎(chǔ)上補(bǔ)上了兩個(gè)很關(guān)鍵的能力一是表格識(shí)別不只是把圖片里的字提出來而是把表格的單元格結(jié)構(gòu)、行列關(guān)系、合并表頭一并還原出來二是面向工業(yè)場(chǎng)景的圖像理解比如識(shí)別設(shè)備儀表讀數(shù)、檢測(cè)外觀缺陷、提取圖紙要素。這兩個(gè)能力疊加起來解決的是一個(gè)老問題圖紙、表單、銘牌、檢測(cè)記錄這些“圖文混排”的資料以往要么靠人工錄入要么割裂地分別存儲(chǔ)很難讓表格數(shù)據(jù)和現(xiàn)場(chǎng)影像形成一條完整的信息鏈。這篇文章就針對(duì)這個(gè)場(chǎng)景把功能拆解、落地配置、常見坑位一次說透適合正在做工業(yè)數(shù)字化項(xiàng)目、搞AI應(yīng)用落地的朋友參考。1. 從標(biāo)題拆解需求工業(yè)場(chǎng)景到底缺什么1.1 “表格識(shí)圖”本質(zhì)上是兩條技術(shù)路線的協(xié)同很多人一聽“表格識(shí)別”第一反應(yīng)是“不就是OCR嘛”。實(shí)際不是。OCR解決的是“把圖像里的字符變成文本”但表格識(shí)別要解決的是“知道這些字符各自屬于哪個(gè)單元格、哪個(gè)行、哪個(gè)列”這個(gè)難度完全不在一個(gè)量級(jí)。尤其是工業(yè)場(chǎng)景里的表格格式遠(yuǎn)比標(biāo)準(zhǔn)合同、發(fā)票復(fù)雜有跨行跨列的合并單元格有階梯式的多級(jí)表頭有手寫數(shù)字和打印體混在一格的情況還有大量需要保持原始順序的備注文字。JBoltAI新版本在底層把“文本檢測(cè)”“文本識(shí)別”“表格結(jié)構(gòu)還原”三個(gè)環(huán)節(jié)做成了可分離的Pipeline你可以根據(jù)真實(shí)樣本的復(fù)雜程度分別調(diào)整模型參數(shù)而不是一個(gè)黑盒模型一把梭。AI識(shí)圖這條線在工業(yè)場(chǎng)景里也不是“給圖打個(gè)標(biāo)簽”這么簡(jiǎn)單。像儀表盤讀數(shù)識(shí)別它要同時(shí)定位表盤區(qū)域、識(shí)別指針指向、理解刻度分布像零部件表面缺陷檢測(cè)它要在復(fù)雜光照背景里區(qū)分污漬和真實(shí)劃痕。新版本把這類能力拆成“目標(biāo)檢測(cè)”“關(guān)鍵點(diǎn)檢測(cè)”“細(xì)粒度分類”幾個(gè)組件可以獨(dú)立調(diào)用也可以串在同一個(gè)工作流里。這背后的設(shè)計(jì)邏輯很務(wù)實(shí)工業(yè)項(xiàng)目最怕的就是平臺(tái)把能力封死一個(gè)場(chǎng)景用不了就整個(gè)廢掉。拆成可編排的組件之后A工廠的儀表識(shí)別流程和B工廠的外觀質(zhì)檢流程可以復(fù)用同一套底層模型只是編排邏輯不同。1.2 工業(yè)圖文協(xié)同的三個(gè)高頻切入點(diǎn)結(jié)合我做過的實(shí)際項(xiàng)目當(dāng)前這個(gè)版本最值得關(guān)注的切入點(diǎn)有三個(gè)。第一個(gè)是紙質(zhì)工單/巡檢表的數(shù)字化錄入。這類表單在各行各業(yè)存量極大而且是典型的“表中有圖、圖旁有表”巡檢人員既要在表里填溫度、壓力、運(yùn)行時(shí)長(zhǎng)還要在對(duì)應(yīng)位置貼上設(shè)備運(yùn)行狀態(tài)的照片。以前這些數(shù)據(jù)進(jìn)系統(tǒng)、圖片存手機(jī)或紙質(zhì)檔案兩頭對(duì)不上。第二個(gè)是設(shè)備銘牌與臺(tái)賬管理。每個(gè)設(shè)備的銘牌格式都不一樣不同廠商產(chǎn)出的銘牌字段位置、排列方式五花八門靠固定模板做識(shí)別基本會(huì)翻車必須依賴健壯的表結(jié)構(gòu)還原能力把“參數(shù)名—參數(shù)值”成對(duì)抽取出來。第三個(gè)是質(zhì)檢記錄與異常影像聯(lián)動(dòng)。檢驗(yàn)員發(fā)現(xiàn)缺陷時(shí)需要同時(shí)記錄缺陷類型、尺寸、位置并附上現(xiàn)場(chǎng)特寫照片。這本質(zhì)上是結(jié)構(gòu)化數(shù)據(jù)與視覺證據(jù)的綁定問題也是“圖文協(xié)同”四個(gè)字最典型的落點(diǎn)。這三個(gè)場(chǎng)景說明一個(gè)事工業(yè)環(huán)境里的“圖文協(xié)同”從來不是單點(diǎn)的文字識(shí)別需求而是數(shù)據(jù)、影像、流程三者之間的關(guān)系構(gòu)建。新版本把表格識(shí)別和AI識(shí)圖放在同一個(gè)工作流引擎里其實(shí)是在為這種關(guān)系構(gòu)建提供基礎(chǔ)設(shè)施。接下來重點(diǎn)拆一下這套能力的具體構(gòu)成和背后的實(shí)現(xiàn)要點(diǎn)。2. 核心功能拆解識(shí)別能力是怎么落地的2.1 表格識(shí)別的真實(shí)難點(diǎn)在于“結(jié)構(gòu)還原”表格識(shí)別如果只輸出純文本對(duì)于工業(yè)表單來說基本沒用。你需要知道的是這個(gè)單元格里的“68.5”到底對(duì)應(yīng)的是“一號(hào)泵溫度”還是“二號(hào)泵流量”。所以一套完整的表格識(shí)別流程業(yè)界通常包括以下環(huán)節(jié)版式分析區(qū)分圖片里哪些區(qū)域是表格線框、哪些是表頭文字、哪些是頁邊備注文本檢測(cè)與識(shí)別把每個(gè)文字塊的位置和內(nèi)容識(shí)別出來單元格結(jié)構(gòu)化根據(jù)檢測(cè)到的線條或空白間距推理出行列結(jié)構(gòu)并把文字塊分配到對(duì)應(yīng)單元格表格序列還原按從左到右、從上到下的閱讀順序輸出同時(shí)保留合并單元格的層次信息字段映射把表頭字段與數(shù)據(jù)單元格建立對(duì)應(yīng)關(guān)系這一步通常需要配合業(yè)務(wù)規(guī)則。JBoltAI新版本在結(jié)構(gòu)還原上做了針對(duì)性優(yōu)化重點(diǎn)解決兩類工業(yè)場(chǎng)景里最常見的問題。一類是無邊框表格很多設(shè)備臺(tái)賬其實(shí)是打印后人工填寫的表格線非常淺甚至完全沒有只能靠行間距和列對(duì)齊關(guān)系來推斷結(jié)構(gòu)另一類是跨頁表格一張長(zhǎng)表在掃描時(shí)被拆成兩頁表頭只出現(xiàn)在第一頁第二頁的數(shù)據(jù)列需要自動(dòng)繼承第一頁的表頭信息。據(jù)我實(shí)測(cè)對(duì)于規(guī)則邊框表格結(jié)構(gòu)還原的準(zhǔn)確率可以做到95%以上無邊框表格會(huì)降到80%到90%之間需要在后處理里加一些列切分的規(guī)則兜底。2.2 工業(yè)AI識(shí)圖不是通用圖像分類而是“細(xì)粒度感知”通用圖像識(shí)別解決的是“這是什么”工業(yè)識(shí)圖要解決的是“這個(gè)狀態(tài)是否正常”“這個(gè)數(shù)值是多少”“這個(gè)部件是否存在缺陷”。這三類問題對(duì)模型能力的訴求完全不同。儀器儀表讀數(shù)識(shí)別本質(zhì)上是回歸問題你需要的不僅是表盤上有哪些數(shù)字還有指針相對(duì)刻度的精確位置外觀缺陷檢測(cè)更多是目標(biāo)檢測(cè)和分割問題需要在復(fù)雜的金屬反光、油污背景下把缺陷區(qū)域框出來圖紙要素提取則要識(shí)別圖形符號(hào)、文字標(biāo)注、尺寸線之間的關(guān)系是結(jié)構(gòu)與語義并重的任務(wù)。新版本這一個(gè)模塊的做法是提供多個(gè)預(yù)訓(xùn)練模型以“模型節(jié)點(diǎn)”的形式放進(jìn)工作流。你可以把同一個(gè)工作流里串多個(gè)圖像模型比如第一段做儀表定位第二段做讀數(shù)識(shí)別第三段做讀數(shù)的合理性判斷是否超限。每個(gè)模型節(jié)點(diǎn)的輸入輸出都可以定義成結(jié)構(gòu)化字段這樣儀表圖片進(jìn)入流程之后最終產(chǎn)出的是“儀表ID、表盤讀數(shù)、采集時(shí)間、是否報(bào)警”這樣一組可直接入庫的數(shù)據(jù)而不是一堆無法處理的中間結(jié)果。關(guān)鍵點(diǎn)在于這些模型節(jié)點(diǎn)不是孤立存在而是與表格識(shí)別組件天然兼容。以巡檢臺(tái)賬為例巡檢表里每個(gè)設(shè)備運(yùn)行參數(shù)占一行表格識(shí)別負(fù)責(zé)把每行的參數(shù)值抽取出來同一張照片里的儀表盤畫面AI識(shí)圖節(jié)點(diǎn)負(fù)責(zé)讀取實(shí)際顯示值兩路結(jié)果在同一個(gè)工作流里匯合系統(tǒng)自動(dòng)比對(duì)“填寫值”和“實(shí)際值”超出誤差閾值就在數(shù)據(jù)后處理階段打上異常標(biāo)記直接進(jìn)入復(fù)核流轉(zhuǎn)。這就是“圖文協(xié)同”的最終效果圖片和表格在流程上形成閉環(huán)而不是各走各的。2.3 識(shí)別之后的關(guān)鍵字段映射與業(yè)務(wù)聯(lián)動(dòng)識(shí)別只是第一步客戶最后掏錢買的是聯(lián)動(dòng)。什么叫聯(lián)動(dòng)識(shí)別出的表格數(shù)據(jù)寫進(jìn)臺(tái)賬、異常記錄觸發(fā)工單、圖片附件自動(dòng)歸檔并在詳情頁展示這些統(tǒng)稱后處理。新版本里字段映射是用圖形化方式配置的表格里每一列的表頭文本可以拖拽綁定到目標(biāo)系統(tǒng)的字段。這個(gè)功能聽起來稀松平常但我可以負(fù)責(zé)任地說實(shí)際項(xiàng)目里大量時(shí)間都花在這上面因?yàn)楣I(yè)系統(tǒng)的字段遠(yuǎn)比表格字段復(fù)雜有的字段需要做單位換算有的需要用字典翻譯比如“Y”映射為“運(yùn)行”、“S”映射為“停機(jī)”有的需要跨行取值做匯總。把這些邏輯寫進(jìn)工作流的后處理環(huán)節(jié)比在業(yè)務(wù)系統(tǒng)里硬編碼要靈活得多。另外還有一個(gè)容易被忽略的環(huán)節(jié)表格里的圖片對(duì)象。工業(yè)表單經(jīng)常在固定的單元格里粘貼照片或小圖識(shí)別時(shí)這些圖像區(qū)域會(huì)被標(biāo)記為“圖片占位符”。新版支持把占位符中的圖像單獨(dú)裁剪出來存為獨(dú)立的圖片附件并保持與所在行的數(shù)據(jù)記錄關(guān)聯(lián)。這個(gè)細(xì)節(jié)在實(shí)際項(xiàng)目里極其有用它讓“點(diǎn)擊一條巡檢記錄馬上能看到當(dāng)時(shí)的現(xiàn)場(chǎng)照片”成為了開箱即用的能力徹底解決了過去“數(shù)據(jù)在系統(tǒng)里、照片在個(gè)人手機(jī)里”的窘境。3. 從配置到上線一個(gè)完整場(chǎng)景的落地流程3.1 第一步準(zhǔn)備樣本與識(shí)別模型選型無論平臺(tái)功能多強(qiáng)最終識(shí)別效果都高度依賴樣本質(zhì)量。我建議按“100張起步”準(zhǔn)備代表性樣本。這100張不用太講究重點(diǎn)是覆蓋多樣性不同拍攝角度正拍30%、傾斜30%、俯拍30%、其他10%、不同光照室內(nèi)日光燈、背光陰影、夜間閃光燈、不同狀態(tài)干凈表單、有污漬、有手寫涂改。JBoltAI的樣本管理界面支持直接標(biāo)注表格區(qū)域和字段位置標(biāo)注完成后可以用少量樣本比如30張先跑一次快速訓(xùn)練看看基線的效果分布再把剩余樣本補(bǔ)充進(jìn)去做迭代優(yōu)化。模型選型方面新版本給表格識(shí)別提供“標(biāo)準(zhǔn)版”和“高精度版”兩檔?！皹?biāo)準(zhǔn)版”速度快適合手機(jī)拍攝、表單清晰、結(jié)構(gòu)不亂的場(chǎng)景單圖處理時(shí)間大約1到2秒“高精度版”模型更大對(duì)無邊框表格、扭曲透視、復(fù)雜合并單元格有更好的容忍度但速度會(huì)慢一倍左右。我的建議是現(xiàn)場(chǎng)錄入用標(biāo)準(zhǔn)版歷史檔案批量掃描用高精度版。這兩個(gè)模式可以在工作流里做成兩個(gè)分支節(jié)點(diǎn)根據(jù)請(qǐng)求來源動(dòng)態(tài)路由。3.2 第二步搭建一個(gè)完整的識(shí)別工作流以一個(gè)巡檢表單為例我把核心配置過程拆成幾步直接照著抄基本就能跑通新建工作流命名建議按業(yè)務(wù)來比如“XX車間巡檢表識(shí)別流程”不要用“流程1”這種名字后面維護(hù)時(shí)會(huì)瘋。添加“圖片輸入”節(jié)點(diǎn)配置允許上傳的格式建議JPG、PNG單張不超過10MB和圖片尺寸限制。添加“表格識(shí)別”節(jié)點(diǎn)模型版本選“高精度版”輸出格式選“結(jié)構(gòu)化JSON”開啟“合并單元格還原”和“手寫文字識(shí)別”兩個(gè)開關(guān)。添加“字段映射”節(jié)點(diǎn)把表格里識(shí)別出的“設(shè)備編號(hào)”“點(diǎn)位名稱”“溫度”“壓力”“運(yùn)行狀態(tài)”等列逐一對(duì)映到目標(biāo)系統(tǒng)字段。添加“圖像理解”節(jié)點(diǎn)模型選“儀表讀數(shù)識(shí)別”輸入接原始圖片輸出定義為“表盤數(shù)值”和“置信度”。添加“規(guī)則判斷”節(jié)點(diǎn)設(shè)定規(guī)則如果“表格填寫溫度”與“表盤讀取溫度”差值大于2度或“置信度”低于0.75則進(jìn)入“異常復(fù)核”分支否則進(jìn)入“正常入庫”分支。添加“數(shù)據(jù)輸出”節(jié)點(diǎn)寫入庫表名同時(shí)把原圖和裁剪后的儀表圖片寫入附件存儲(chǔ)。這一步配置完工作流會(huì)自動(dòng)生成一個(gè)可直接調(diào)用的API接口。手機(jī)端或小程序拍照后直接請(qǐng)求這個(gè)接口整條鏈路就打通了。實(shí)測(cè)下來從圖片上傳到返回結(jié)構(gòu)化結(jié)果端到端時(shí)間在5秒左右對(duì)于巡檢這種低頻但高價(jià)值的場(chǎng)景完全夠用。3.3 第三步對(duì)接業(yè)務(wù)臺(tái)賬與觸發(fā)邏輯流程跑通后多數(shù)客戶還需要把識(shí)別結(jié)果接入現(xiàn)有業(yè)務(wù)系統(tǒng)。新版本提供了HTTP請(qǐng)求、數(shù)據(jù)庫直連、消息隊(duì)列三種對(duì)接方式。小規(guī)模場(chǎng)景直接用數(shù)據(jù)庫直連最省事配置好連接串選擇目標(biāo)表字段映射模塊里已經(jīng)把對(duì)應(yīng)關(guān)系建好了直接落庫就行如果業(yè)務(wù)系統(tǒng)有接口約束走HTTP請(qǐng)求系統(tǒng)會(huì)按映射關(guān)系自動(dòng)組裝JSON報(bào)文如果量特別大比如集中批量掃描歷史檔案建議接消息隊(duì)列異步處理避免大量圖片請(qǐng)求把業(yè)務(wù)系統(tǒng)拖垮。這里提醒一個(gè)很容易踩的坑不要把識(shí)別結(jié)果整單覆蓋到業(yè)務(wù)表里否則識(shí)別錯(cuò)一個(gè)數(shù)值整行數(shù)據(jù)都要返工。比較穩(wěn)妥的做法是識(shí)別結(jié)果先寫入“臨時(shí)確認(rèn)表”業(yè)務(wù)字段全部保留原始識(shí)別值但對(duì)置信度低于閾值的單元格標(biāo)記出“待確認(rèn)”狀態(tài)。人工復(fù)核修改后再觸發(fā)“確認(rèn)歸檔”屆時(shí)才正式寫入主業(yè)務(wù)表。這個(gè)機(jī)制看似多了一步實(shí)際運(yùn)維時(shí)能省下大量數(shù)據(jù)糾錯(cuò)的麻煩。4. 常見問題與排查技巧實(shí)錄4.1 數(shù)字識(shí)別總是偏一位或錯(cuò)一位怎么辦這個(gè)問題在儀表讀數(shù)里最典型。排查思路分三步先看輸入圖像質(zhì)量表盤拍攝不清晰、反光、指針與刻度重疊都會(huì)造成讀數(shù)偏差優(yōu)先做圖像增強(qiáng)預(yù)處理比如灰度化直方圖均衡化能有效提高表盤對(duì)比度再看模型輸出細(xì)節(jié)如果讀數(shù)誤差總是“6”和“8”這類形近字混淆大概率是訓(xùn)練樣本里此類字體圖片太少需要補(bǔ)充對(duì)應(yīng)字符變體的樣本最后看業(yè)務(wù)規(guī)則讀數(shù)超出合理量程時(shí)觸發(fā)規(guī)則判斷重新識(shí)別而不是直接采信比如一個(gè)額定壓力10MPa的表識(shí)別出15MPa直接判定為異常并轉(zhuǎn)人工復(fù)核而不是直接入臺(tái)賬。4.2 表格結(jié)構(gòu)還原錯(cuò)亂列對(duì)不齊怎么處理無邊框表格或嚴(yán)重畸變的照片最容易出現(xiàn)這種問題現(xiàn)象是每行文字都識(shí)別對(duì)了但列歸屬混亂同一列數(shù)據(jù)忽左忽右。這時(shí)不要一股腦去調(diào)模型參數(shù)先看圖片預(yù)處理。把“透視矯正”和“去傾斜”開關(guān)打開很多結(jié)構(gòu)錯(cuò)亂會(huì)直接消失。如果還不行檢查表格區(qū)域是否完整框選表格邊界被圖片邊緣切掉時(shí)模型會(huì)丟失參考基準(zhǔn)。再有就是利用數(shù)據(jù)列的“語義特征”做兜底比如識(shí)別“溫度”列的值時(shí)如果數(shù)值范圍明顯超出合理區(qū)間自動(dòng)歸入疑似錯(cuò)誤列并重新嘗試所有列排列組合里交叉驗(yàn)證分?jǐn)?shù)最高的那一組——這個(gè)邏輯可以通過后處理節(jié)點(diǎn)配置不必動(dòng)模型。4.3 大表格超長(zhǎng)超寬一張圖塞不下識(shí)別不全批量掃描的A3大表或者是幾百行的設(shè)備清單往往一張圖片里表格過密識(shí)別效果會(huì)急劇下降。處理辦法是讓工作流先走“區(qū)域切分”把大圖切成若干小塊分別識(shí)別后再按“行列坐標(biāo)”拼裝回完整表格。切片之間建議保留5%寬度重疊避免表格線恰好被切斷導(dǎo)致結(jié)構(gòu)還原失敗。切多少個(gè)格子、重疊多少這些參數(shù)都是可以在節(jié)點(diǎn)配置里調(diào)的。我實(shí)測(cè)的經(jīng)驗(yàn)是單塊圖片長(zhǎng)邊控制在2500像素以內(nèi)效果最穩(wěn)遠(yuǎn)超這個(gè)尺寸識(shí)別耗時(shí)增加明顯準(zhǔn)確率反而不升反降。4.4 常見問題排查速查表現(xiàn)象可能原因處理建議表頭識(shí)別正確但數(shù)據(jù)行錯(cuò)列無邊框表格行列對(duì)齊特征丟失開啟“列對(duì)齊矯正”補(bǔ)充帶有表格線或明顯行距的樣本手寫數(shù)字與打印文字混填時(shí)識(shí)別錯(cuò)手寫樣本在訓(xùn)練集中占比不足增加真實(shí)手寫樣本量或開啟“手寫優(yōu)先”識(shí)別模式圖片有摩爾紋或掃描網(wǎng)紋印刷品掃描分辨率不當(dāng)掃描分辨率設(shè)300dpi避免直接對(duì)屏幕翻拍識(shí)別結(jié)果總帶多余符號(hào)表格單元格含單位、序號(hào)等冗余文本配置字段映射時(shí)增加“正則清洗”規(guī)則提取數(shù)值部分圖片上傳后長(zhǎng)時(shí)間無響應(yīng)圖像過大或模型隊(duì)列擁堵檢查單張圖片大小限制上傳前壓縮到合理尺寸4.5 兩個(gè)容易被忽視的坑第一個(gè)是“模板概念”的慣性思維。很多做傳統(tǒng)OCR方案的人習(xí)慣給每種表單建一個(gè)固定模板字段位置寫死。JBoltAI這類基于深度學(xué)習(xí)的方案不需要嚴(yán)格模板直接靠模型自動(dòng)理解版式。如果還按老思路去固定坐標(biāo)框反而會(huì)限制模型的泛化能力換一種拍攝角度就批量翻車。正確的姿勢(shì)是只在字段映射層面定義“業(yè)務(wù)含義”不要定義“像素位置”。第二個(gè)是識(shí)別精度和業(yè)務(wù)容錯(cuò)的平衡。有些團(tuán)隊(duì)上線后只顧著追求“準(zhǔn)確率必須100%”把置信度閾值調(diào)到0.98結(jié)果大量正常圖片被攔下進(jìn)入人工復(fù)核流程效率反而下降。工業(yè)場(chǎng)景里絕大多數(shù)表格字段其實(shí)不需要100%準(zhǔn)確比如備注性文字、說明性段落錯(cuò)了也不影響業(yè)務(wù)。建議對(duì)不同字段配置不同閾值關(guān)鍵數(shù)值字段閾值設(shè)高0.9左右描述性字段設(shè)低0.7左右這樣整體通過率會(huì)好看很多人力和機(jī)器能力都用在了刀刃上。5. 后續(xù)擴(kuò)展與一點(diǎn)個(gè)人體會(huì)這個(gè)方向還能往下做很多。比如識(shí)別后的數(shù)據(jù)天然適合做趨勢(shì)分析一臺(tái)設(shè)備連續(xù)幾個(gè)月的溫度記錄自動(dòng)入庫后跑一個(gè)簡(jiǎn)單的異常檢測(cè)模型就能提前預(yù)警潛在故障再比如表格里經(jīng)常附帶的現(xiàn)場(chǎng)照片也可以順帶做一個(gè)場(chǎng)景分類區(qū)分“正常運(yùn)行”“檢修中”“跑冒滴漏”等狀態(tài)標(biāo)簽讓歷史記錄具備影像檢索能力。JBoltAI這套“表格AI識(shí)圖”的打法把底層能力做成了可編排的積木這些擴(kuò)展本質(zhì)上是給同一個(gè)底座上疊加新的業(yè)務(wù)積木。最后說一點(diǎn)個(gè)人感覺。工業(yè)數(shù)字化喊了很多年真正卡殼的地方往往不在算法而在“邊緣場(chǎng)景的縫縫補(bǔ)補(bǔ)”。一張表單不標(biāo)準(zhǔn)、一個(gè)銘牌拍歪了、一處填寫看不清這些看著很小的問題在項(xiàng)目里卻會(huì)消耗大量人力。JBoltAI新版本把表格結(jié)構(gòu)還原和圖像理解放進(jìn)同一個(gè)工作流里解決的不只是識(shí)別率而是讓“現(xiàn)場(chǎng)拍一張照、信息自動(dòng)歸位、異常自動(dòng)觸發(fā)”這種理想的交互方式真正變得可落地。版本里未必每個(gè)細(xì)節(jié)都盡善盡美但方向我認(rèn)為是對(duì)的讓技術(shù)適應(yīng)工業(yè)現(xiàn)場(chǎng)那堆“不標(biāo)準(zhǔn)”而不是反過來逼著現(xiàn)場(chǎng)適配技術(shù)。