2000 идентификаций в секунду: выбор таблицы без нейросетей
Smart Engines разработали метод, превращающий каждый табличный регион в строку, описывающую геометрию и содержимое, позволяющий обрабатывать до 2000 регионов в секунду без ИИ‑моделей.
В статье на Habr ML компания Smart Engines представила новый подход к распознаванию табличных структур в документах без использования нейросетей. Традиционные решения полагаются на тяжёлые модели, требующие GPU и значительных вычислительных ресурсов. Авторы предложили превратить каждый найденный табличный регион в уникальную строку, в которой закодированы координаты, размеры и тип содержимого (текст, реквизиты, рамка и пр.).
Получив такие строки, система быстро сравнивает их с заранее заданными шаблонами и выбирает регион, соответствующий целевой таблице. Благодаря простому строковому представлению и оптимизированным алгоритмам сравнения, метод достигает скорости до 2000 идентификаций в секунду на обычном CPU. Это позволяет интегрировать детектор в реальном времени в мобильные и встраиваемые решения, где ресурсы ограничены.
Авторы также отметили, что метод легко масштабируется: добавление новых шаблонов требует лишь изменения правила сравнения, без переобучения модели. При этом точность выбора таблицы сопоставима с нейросетевыми аналогами, особенно в сценариях с чётко структурированными документами (счета, формы, отчёты).
Подробности и примеры кода доступны в оригинальном материале: https://habr.com/ru/companies/smartengines/articles/1069750/
Для разработчиков документных систем это открывает возможность построить лёгкие, быстрые пайплайны без дорогостоящих GPU. Подход особенно полезен на edge‑устройствах и в облаке с ограниченным бюджетом. Однако без нейросетей могут возникнуть сложности при работе с сильно разнородными или шумными документами, где потребуется более гибкая модель.
