来也OCR测试系统的实践

来也 OCR 测试系统的实践

摘要

在工业界，深度学习已经逐渐从“以模型为中心”转向“以数据驱动为中心”，绝大多数时候模型容量都可以满足要求，只需要持续增加目标场景的训练数据，就可以优化模型从而满足产品效果。“以数据驱动为中心”工作模式提升效果速度快，也可以在有限的算法工程师人力下，通过不同场景的数据就能产出不同应用模型，极大提高模型生产和迭代优化的效率。

如业界非常出名的特斯拉Autopilot数据引擎框架，就是非常典型的“数据驱动为中心”。，

在来也最近一年里，我们逐渐也开始朝“数据驱动”的方式迈进，这种模式下，需要对数据、算法、模型、算力、推理、测试等系统有较高的集成和整合能力，而在所有环节中，测试系统对数据驱动至关重要，测试系统决定着模型是否能投产，还有指导模型优化人员如何通过数据来优化模型。

在本文中，我们将简述来也OCR测试系统一些关键设计理念和实践。