模型介绍
中文整理Invoice - 基于Qwen3-VL的发票信息提取模型
模型简介
⚠️ **重要提示：当前为测试版本 (v0)**
此版本为早期测试模型，可能存在以下情况：
- 识别准确率待进一步优化（目前主要是提取为JSON数据，其它格式未作优化）
- 模型泛化能力不足
- 可能会出现无限重复Token,导致输出无限循环。（建议temperature设置为1）
- *正式版本将在后续推出**
Invoice模型是基于Qwen3-VL-8B-Instruct模型针对发票、票据信息提取任务进行专门微调的高准确率视觉语言模型。该模型专门设计用于从各种发票、票据图像中准确提取关键信息，包括但不限于：
- *发票基本信息**：发票代码、发票号码、开票日期、校验码等
- *交易方信息**：销售方名称、纳税人识别号、地址电话、开户行及账号
- *购买方信息**：购买方名称、纳税人识别号、地址电话、开户行及账号
- *商品明细**：货物或应税劳务名称、规格型号、单位、数量、单价、金额
- *税务信息**：税率、税额、价税合计（大写/小写）
- *其他信息**：收款人、复核人、开票人等
模型特点
🎯 高准确率
专门针对中文发票场景优化，识别准确率高
支持多种发票格式（增值税普通发票、专用发票、电子发票等）
对模糊、倾斜、复杂背景的发票图像有较好的鲁棒性
🔧 技术优势
基于先进的Qwen3-VL-8B-Instruct模型微调
支持端到端的视觉-语言理解
能够理解发票的版面结构和逻辑关系
支持上下文理解和多轮对话
📱 应用场景
企业财务自动化处理
电子发票管理系统
财务报销自动化
税务申报辅助
票据归档数字化
🌐 泛化能力
在票据、文档等结构化信息提取任务上展示了较强的泛化能力
支持多种版式理解和关键信息提取
欢迎提交反馈和建议，帮助我们进一步优化模型表现
快速开始
体验地址
在线体验地址：https://fp.94209420.xyz/
环境安?
模型下载
使用ModelScope SDK下载：**
使用Git下载：**
使用modelscope命令行工具下载：**
模型部署
推荐使用VLLM部署
启动模型建议使用VLLM以获得更好的性能和并发处理能力：
运行示例Demo
- **进入Demo目录并安装依赖：**
- **处理PDF文件注意事项：**
- pdf2image的安装可以参考官方仓库：https://github.com/Belval/pdf2image
- Windows系统：需要在 LM.py 文件中指定 poppler path 文件路径
- Linux系统：注释掉 poppler path 相关配置即可
- **配置模型访问地址：**
- 打开 demo/LM.py 文件
- 配置 model base url 为你的模型服务地址
- **启动Demo演示界面：**
- Demo界面将在你的IP:9420端口启动
推荐Prompt
通用:
or
结构化输出:
性能指标
基于内部测试数据集，模型在以下指标上表现优异：
指标 准确率 说明
- ----- -------- ------
发票代码 100% 12位数字代码识别
发票号码 100% 8位数字号码识别
纳税人识别号 100% 15-20位税号识别
金额识别 100% 中文大写金额识别
商品明细 100% 多行商品信息提取
整体准确率 100% 综合所有字段
硬件要求
设备 最低要求 推荐配置
- ----- ---------- ----------
GPU内存 16GB 24GB+
系统内存 32GB 64GB+
推理速度 ~5秒/张 ~2秒/张
更新日志
- *v0** (2026/01/07): 测试版本发布
- 基于Qwen3-VL-8B-Instruct微调
- 支持发票信息提取
许可证
本模型基于 Apache License 2.0 许可证开源。
免责声明
本模型处于测试版本，使用者应确保其使用方式符合相关法律法规。模型开发者不对因使用本模型而产生的任何直接或间接损失负责。
欢迎提交反馈和建议，帮助我们进一步优化模型表现
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。