Abstract
В данной статье рассматриваются подходы к предварительной обработке данных, классификации документов, коррекции ориентации и детекции текстовых полей с использованием модели YOLO для извлечения метаданных из документов, удостоверяющих личность. Процесс начинается с предварительной обработки изображений [1], включая нормализацию и масштабирование для унификации входных данных, соответствующих требованиям моделей. Затем изображение передается в модель классификации документов, которая определяет, соответствует ли оно критериям искомого документа, выполняя функцию первого фильтра, предотвращающего обработку нежелательных изображений. Если изображение успешно проходит классификацию, модель ориентации корректирует его положение, обеспечивая правильную ориентацию текста для дальнейшей обработки. Модель YOLO используется для определения и локализации текстовых полей на изображении, включая заголовки, абзацы и другие важные сегменты, которые требуют распознавания.