*

*

立即了解

实施服务案例

技术架构:

结合图像识别、OCR(光学字符识别)和大语言模型(LLM)技术,构建海关审单模型。

单据自动化处理: 实现对危险公示标签、安全数据单、符合性声明等单据的自动化处理。

  ◆ 利用OCR技术提取单据中的结构化数据。

  ◆使用大语言模型进行逻辑校验,确保数据准确性。

具体技术实现:

  ◆ 图像识别:针对象形图,训练了专门的YOLOv8模型进行识别。

  ◆ 印章识别:用于验证单据的真实性。

  ◆ 表格OCR识别:提取表格中的关键信息。

  ◆ 智能推理:通过大语言模型进行智能问答和规则校验,例如查询化学品的容许浓度等。

规则引擎与审单:

构建规则引擎,结合申报信息(如企业名称、化学品名称、HS编码、UN编号、危险种类等)进行自动审核。

项目内容:

提升效率:自动化处理大幅减少了人工审核的工作量,提高了审单速度。

提高准确性:通过OCR和大语言模型的结合,有效减少了人为错误,提升了数据处理的准确性。

智能化水平提升:实现了从图像识别到智能推理的全流程自动化,推动了海关业务的智能化转型。

该项目成功将AI技术应用于海关审单场景,为海关业务提供了高效、准确、智能的解决方案。

项目成效: