基于InternLM的答题卡选项识别技术

[Jianfeng777]

📝 项目简介：基于 InternLM 的答题卡选项识别技术
本项目构建了一个端到端的智能识别系统，能够对考试答题卡中的选择题答案进行精准提取与结构化输出。整体流程融合了计算机视觉、多模态理解与大语言模型技术，核心模块包括：

• InternVL 多模态模型：对 OCR 结果进行图文校对，确保答案识别的准确性；

• InternLM2.5-20B 大语言模型：将校对后的内容进行格式化，输出标准化的“题号. 选项”结构。

该系统具有较强的鲁棒性与可扩展性，支持多图批处理、自动矫正图片方向、对识别错误进行自动补救与二次优化，广泛适用于高校课程的自动阅卷与教育评测系统建设。

🔁 系统整体流程图
A[输入：答题卡图片或压缩包] --> B[图像预处理：方向矫正]
B --> C[mmdetection检测答题区域]
C --> D[裁剪出答题区域图像]
D --> E[识别题号与选项]
E --> F[结构化匹配：题号 ↔ 答案]
F --> G[InternVL 校对识别内容]
G --> H[InternLM2.5 格式化为统一结构]
H --> I[输出：结构化CSV + 学生txt文档]