四个现实难点
工程图不是干净的文档扫描件，它有很多干扰：
- 图像质量：复印件、手机拍照、扫描件模糊，线条和文字粘连
- 标注密集：小尺寸、多处引线、剖视图，文字互相挤压
- 符号混排：⌀、R、M、±、上下偏差、形位公差框同时出现
- 人工修改：手写改值、划改、加注，机器难以判断哪个有效
直接 OCR 会丢失位置关系
通用 OCR 的输出是一串文本，不知道该文本位于哪个视图、对应哪个特征。检验表需要的却是「位置 + 数值 + 编号」三者对应，缺一个就无法交付。
所以我们先做定位：用 YOLO 视觉模型在整张图纸上框出尺寸标注区域，再把框内文字交给 DeepSeek OCR，位置和值才能绑定。
为什么「整页」比「框选」更可靠
让用户先框一块区域再识别，看起来能提高准确率，实际会把漏检责任转移给用户：框漏了，后面的编号和检验表就缺项，而且很难发现。
整页识别的好处是覆盖完整：模型先找出所有候选标注，再由置信度和人工复核决定去留。漏检会被「数量对不上」暴露出来，比悄悄少一项安全。
正确率靠复核，而不是靠承诺
任何模型都会有漏检和误读。与其承诺 100%，不如把复核做轻：低置信度项标出来、逐项可改、改完直接进检验表。
这也是 TuMo Vision 一直保留「复核」这一步的原因：图纸质量差异太大，最后签字的人必须看得见每一步。
现场怎么减少识别错误
如果识别结果经常出错，先排查输入端，再怪模型：
- 扫描分辨率是否足够（建议 300 dpi 以上）
- 是否歪斜、缺页、反光
- 手写修改是否清晰、是否覆盖了原值
- 字幕/水印/边框是否被误当成标注
常见问题
手机拍照的图纸能识别吗？
多数情况下可以，但清晰度、反光和角度会影响结果。建议正对图纸拍摄、避免阴影，并在客户端复核低置信度项。
识别错了能改吗？
可以。复核阶段支持逐项修改数值、置信度过滤和手动补框，修改后的结果会直接进入检验表与报告。
想直接在一张图上试试？
免费下载下载客户端，用你手上的图纸走一遍检测、复核、编号与导出。