OCR技术发展综述与达观数据的实践经验--技术头条 -- 微博大V帮你宣传技术博文开发者头条码农头条

【简介】

光学字符识别OCR技术（Optical Character Recognition）是指从图像中自动提取文字信息的技术。这项技术横跨了人工智能里的两大领域：CV（计算机视觉）和NLP（自然语言处理），综合使用了这两大领域中的很多技术成果。

在过往40余年的技术发展历程中，OCR始终具备很强的产业应用背景，是计算机领域里少数几个一开始就由工业界和学术界双轮驱动的领域。近年来OCR技术已经在工业界成熟落地应用，学术界里对此的研究热度反而弱于其他方向。甚至有人认为OCR技术已经充分成熟，没有更多研究必要了。然而随着近年来智能文本处理IDP（Intelligent Document Processing）在工业界的逐步落地应用，OCR和IDP相结合的应用场景越来越多，用语义理解NLP的角度进一步去延伸OCR的应用，出现了很多更有产业应用价值的场景。本文回顾了OCR技术的发展历程，并结合达观数据在工程实践方面的经验，介绍与语义分析技术结合后，当前OCR技术的一些最新发展和落地经验。

点击查看原文 >>

由 @技术头条 2022-12-10 22:41 / 原作者微博：@52nlp / 0个评论

AWS运维部署实践--快速拉起生产可用的EKS集群 (wiki.eryajf.net)

本文详细介绍了在 AWS 上快速搭建生产级 EKS 集群的步骤，包括子网规划、IAM 配置、必要命令工具的安装以及集群的创建和授权。通过 `eksctl` 工具快速定义和创建 EKS 集群，并提供了集群权限管理与网络配置的建议，确保集群安全和稳定运行。文中还包含完工后的调整建议，如将访问端点调整为私有以提升安全性。

by @技术头条 2024-11-02 17:08 查看详情

AWS运维部署实践--使用sigma自建镜像仓库代替ECR (wiki.eryajf.net)

本文介绍了如何使用 `sigma` 替代 AWS 的 ECR 作为轻量级的镜像仓库解决方案。通过配置 `s3` 存储、端口监听等设置，实现了低资源占用下的高效镜像管理。文章详细提供了 `config.yaml` 文件的配置方案，以及 `sigma` 部署的具体步骤，适合在自建环境中替代 ECR 进行镜像管理。

by @技术头条 2024-11-02 17:03 查看详情

React i18n CSR 最佳实践 (innei.in)

本文探讨 React 应用在客户端渲染中的 i18n 实践，包括懒加载、性能优化和翻译文件管理的最佳方法。

by @技术头条 2024-11-02 16:57 查看详情

Hive SQL如何找出连续日期数据之间的较大波动 (ixyzero.com)

本文介绍了在 Hive SQL 中如何识别连续日期数据的显著波动，适用于异常检测。使用窗口函数 `LAG` 和 `LEAD` 提取前后日期数据，通过对比当天与昨日、近几日的均值或分位数来判定异常。文中提供了查询示例，通过阈值设定（如倍数增加或p90分位数）识别异常值，帮助分析用户行为或数据波动，为风控和数据监控提供技术支持。

by @技术头条 2024-11-02 16:52 查看详情

AWS运维部署实践--route53私有域跨账号共享 (wiki.eryajf.net)

如果你的业务场景有多个 AWS 账号，那么私有域共享就是一个绕不开的话题。aws 中的 route53 私有域配置跨账号共享有两种方案，一种是直接跨账号关联 VPC，一种是通过配置文件共享的形式实现。本文采用第一种方案，只需要两条命令即可完成此需求。

by @技术头条 2024-11-02 16:52 查看详情

AWS运维部署实践--网络环境规划 (wiki.eryajf.net)

本文详述了 AWS 网络环境的规划，包括 VPC、子网、路由表的创建和管理。通过对公有、私有和内部子网的划分，以及 NAT 网关和 IGW 的配置，实现了不同网络的隔离与访问控制。同时，文章介绍了使用中转网关进行跨账号 VPC 打通的方法，为多账号和复杂网络环境提供了便捷的连接方案。这些规划为 AWS 运维部署打下了基础，有助于提升环境的安全性与可扩展性。

by @技术头条 2024-11-02 16:49 查看详情

IM系统重构到 SDK 设计的最佳实践 (crossoverjie.top)

本文介绍了 CIM 系统重构为 SDK 的实践，使用 Builder 模式创建客户端，实现了长连接、心跳检测及自动重连等功能，极大简化了消息收发流程。还优化了请求代理，通过 `ProxyManager` 动态管理 URL，提升了代码复用性。集成测试涵盖多服务器重连和消息验证，确保系统高可用性。重构增强了模块间解耦，使 SDK 更易于维护和扩展。

by @技术头条 2024-11-02 16:49 查看详情

容器技术驱动下的代码沙箱实践与思考 (blog.yuanpei.me)

本文探讨了基于容器技术的代码沙箱应用，旨在隔离代码执行环境，提升安全性和稳定性。通过 Docker 容器创建语言镜像，支持多语言代码执行。文章介绍了使用 Jupyter 实现代码可视化，并借助 nbformat 和 nbconvert 管理和执行 Jupyter 笔记本，增强代码展示效果。此方案不仅提高了开发灵活性，还便于在 AI 编程中实时展示和分析结果。

by @技术头条 2024-11-02 16:40 查看详情

OpenTelemetry在企业内部应用所需要的技术栈 (crossoverjie.top)

本文详细解析了 OpenTelemetry 在企业中的技术栈应用，涵盖日志、指标和链路追踪的整合方案，帮助实现系统全方位的可观测性。介绍了 OpenTelemetry 的架构和关键组件如 Collector、eBPF，以及 SigNoz 和 OpenObserve 等开源工具，以实现统一的数据存储和可视化，适合需要高效、灵活监控的企业部署。

by @技术头条 2024-11-02 16:35 查看详情

全域用户建模在美团首页推荐的探索与实践 (tech.meituan.com)

本文详述了全域建模技术在美团首页推荐系统的发展和演进。美团首页推荐算法团队通过多阶段递进式探索验证，在召回与排序模块引入多展位、多应用渠道的多源用户交互数据，并在落地过程中解决了美团多展位、多业务、时空场景强相关性的特点导致的严重跨域信号负迁移挑战。

by @技术头条 2024-11-02 16:22 查看详情