发票 OCR 预标注怎么搭：用 Label Studio 社区模板三步跑通，附完整配置

发票 OCR 预标注怎么搭用 Label Studio 社区模板三步跑通附完整配置【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studioOCR 识别出来的发票文字总是差几个字、框也不总对得上人工一张一张改到崩溃其实你不需要自己从零写标注配置——Label Studio 里有一个社区贡献的「发票 OCR 预标注」模板BIO 格式管线的前半段把它跑起来就能把 OCR 结果人工校对成能直接喂给 NER 模型的 token 序列。方案全景三步走30 秒看懂OCR 提取用你现有的 OCR 模型对发票图片跑一遍得到带坐标的文本 token每个词条一个矩形框。人工框选校对在 Label Studio 里每个 token 显示为图片上的一个矩形标注者框出或核对每个词的位置并在绑定的输入框里修正 OCR 转写的文字所有 token 初始统一标成OOutside实体外。导出喂给 NER导出的标注里每个 token 都有「坐标 文本 标签」按阅读顺序排好就是 BIO 序列标注的训练输入。这个模板只做前半段真正的 B-xxx / I-xxx 实体标注放在后续步骤完成后文会说清楚怎么衔接。先跑起来四步开标在 Label Studio 新建项目进入 Labeling Setup选Custom template把下面这份完整配置粘贴进编辑器保存。这就是模板 config.yml 里的内容参数解释放在后面View !-- 待标注的发票图片 -- Image nameimage value$image zoomControltrue/ !-- 矩形框控件默认只挂一个 O 标签 -- RectangleLabels namelabel toNameimage choicesingle Label valueO background#FFA500/ /RectangleLabels !-- perRegiontrue每个矩形框绑定一个输入框逐框校对 OCR 文本 -- TextArea nametranscription toNameimage perRegiontrue editabletrue rows1 requiredtrue placeholderType or correct OCR text…/ /View导入一张发票图试水。任务的data字段只需要一个image键值是图片 URL支持 HTTP(S) 链接、本地路径或 base64模板源码注释里就带了示例{ data: { image: https://.../restaurant-receipt-mockup.png } }JSON 或 CSV 上传都行。打开任务在图上框出第一个 OCR token比如发票号或金额矩形会自动挂上O标签旁边出现的输入框就对应这个框把里面的 OCR 文本改对。按 Enter 提交接着框下一个。全部标完点 Submit然后导出一份看看格式——每个 token 会产出两条result记录一条来自label矩形坐标与标签一条来自transcription转写文本两条记录共享同一个区域 id按 id 一聚合「坐标 文本 标签」就齐了。两个决定成败的细节perRegiontrue输入框和矩形框一一对应这是整套配置的灵魂perRegiontrue让每个矩形框都挂一个独立的输入框。你选中哪个框输入框就显示哪个框的文本editabletrue保证机器没认对的字可以直接改requiredtrue则保证每个框都不会漏填——这一步就是让你把机器没认对的字改对而不只是看一遍。官方文档textarea 参考里还有一个displayModeregion-list的变体所有输入框集中挪到 Regions 面板适合批量检查这里选默认模式输入框紧贴标注区逐框校对的交互更顺。坐标不是像素0–100 的百分比Image存标注结果时坐标一律用相对原始图片尺寸的百分比0–100而不是像素值见 image 参考。导出的 JSON 里value.x、value.y是旋转前矩形左上角的位置width、height同样是百分比结果里还会带上original_width、original_height记录原始像素尺寸需要时按比例换算回像素即可结构示例见 rectanglelabels 参考。好处很直接不同分辨率扫出来的同一批发票坐标通用不用重新标。容易踩的坑rows1的单行输入框直接按 Enter 就提交只有 rows 大于 1 时才会出现 Add 按钮那时要点 Add 或按 Shift Enter 才行。默认的RectangleLabels里只有一个O标签BIO 里的 Outside。想在这一阶段就打出实体标签需要自己往里加Label节点另外choicesingle时一个框只能挂一个标签要多选得改choicemultiple。收尾这套配置只负责把 token 边界和转写文本整理干净、统一标O真正的 B-/I- 实体标注由后续的 NER Tagging for Invoices (BIO Format) 模板 接力两步串起来就是一套完整的发票 NER 数据管线。【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考