普通的图片转日历工具在处理真实场景下的传单和手机截图时极易出错,因为它们仅仅将图像视为平铺纯文本,并盲目将第一行(lines[0])作为活动名称。在手机截图或演出海报上,第一行通常是状态栏杂讯(如 9:41 AM 5G)、票务水印(如 TICKETMASTER)或主办方前缀(如 LIVE NATION PRESENTS)。
Utiliome 独创的三阶段本地 AI 流水线能够同时理解海报的视觉层级与语义实体:
- Tesseract v6 版面区块与边界框提取:提取每行文本的精确像素坐标(
bbox: { x0, y0, x1, y1 }),并根据海报文本的中位高度计算其相对字体高度(y1 - y0)。 - 本地
Xenova/bert-base-NERWeb Worker:将全大写海报文字智能转为规范首字母大写,并在 Web Worker 线程中执行词元分类,在 90 毫秒内计算LOC(场馆、街道、城市)、ORG(乐队、主办方)、PER(艺术家、演讲者)和MISC(巡演、音乐节)的实体评分。 - 标题与场地精准配对:将相邻的大字号标题行合并为整洁的
Event Title,同时将连续的LOC行(例如场馆名称与其下方的街道地址)合并为Location / Venue字段。