人车准入审核常被当成一个识别问题：把证件图片OCR识别出字段，写入审批表。但在工程上它不是识别问题，反而是一条决策流水线。输入是一组证件影像，输出的是准入结论，中间至少要经过五段，识别只占其中一段。把这条流水线画清楚，选型、验收、报价才有共同语言。
一、人车准入审核的五段链路
第一段，采集与质检。判断影像是否可读：模糊、反光、遮挡、缺边、翻拍，不合格的直接退回重传，不进识别。
第二段，分类。判断这是哪一类证件，车辆类材料混在一份材料里是常态，类型判错，后面就会用错字段模板。
第三段，识别。按类型调用对应模型，输出结构化字段，我们项目的汽车OCR支持行驶证、驾驶证、车牌、VIN码、车辆合格证、机动车登记证书、车险保单、购车发票、汽车租赁经营备案凭证等九类证件，关键字段识别率99%，响应在毫秒级。
第四段，查验。把关键字段提交车辆权威数据接口：VIN码解析、车五项查询、车辆信息查询、车型库比对、身份证实名认证、银行卡实名认证等，返回的不只是状态，还有相关数据信息。
第五段，决策。按业务规则给出结论，并决定无结论单据的去向。
二、关键参数
| 项 | 口径 |
|---|---|
| 证件类型 | 九种类型（见上） |
| 关键字段识别率 | 99%，前提影像清晰、无反光、无遮挡 |
| 响应 | 毫秒级 |
| 查验项 | VIN解析、车五项、车辆信息、车型库、身份证实名、银行卡实名 |
| 部署方式 | 云端API／端侧SDK／边缘计算盒子／服务器私有化／软硬一体 |
| 私有化周期 | 标准2--4周：环境调研3--5工作日 → 部署配置5--10工作日 → 联调验收3--5工作日 |
| 异常材料 | 支持零代码自训（智能文档识别训练平台，简单固定版式建议数张标注样本） |
三、置信度分流
识别输出的每个字段应带置信度，阈值按字段重要性设，不是一张图一个阈值。
车牌号、VIN码这类强校验字段，阈值要高，宁可进复核；姓名、地址这类可人工核对的字段，阈值可以低一些。分流粒度做到字段级，复核量能降下来一大截；做到整单级，等于把工作原样交回人工。
低于阈值的字段有两种处置：置空并标记，或整单转复核。前者适合下游有二次录入的流程，后者适合一次定稿的流程。选哪种，取决于下游系统能不能接受空值。
四、三种状态的不同决策
这是工程上最容易做错的一处。查验接口有三种返回：命中且一致、命中但不一致、查不到。第三种状态在新车上牌、刚过户、跨省数据同步延迟时都会出现，如果把它归到"不一致"，正常客户会被拒；归到"一致"，风控形同虚设。正确做法是保留第三态，路由到人工队列。
bash
result = verify(fields)
if result.status == MATCH:
decision = PASS
elif result.status == MISMATCH:
decision = REJECT
else: # NOT_FOUND / TIMEOUT / SOURCE_DOWN
decision = MANUAL_REVIEW
enqueue(reason=result.reason, sla=业务时限, payload=fields)NOT_FOUND 必须和 MISMATCH 分开，前者是数据尚未同步，后者是数据明确矛盾。混成一个分支，线上就没法定位问题。
五、实际业务中的两个坑
第一个坑：把99%当成整张证的准确率。
99%是"关键字段识别率"，且以影像清晰、无反光、无遮挡为前提。整张证的可用率还要叠加质检拦截率、类型分类准确率、非标证件覆盖率，只看这一个数做容量规划，上线后会影响实际业务。
第二个坑：非标证件没有兜底。
各地自制凭证、老旧版本证件、租赁经营备案凭证，标准模型覆盖不全。可行路径是用智能文档识别训练平台自训：业务人员标注少量样本，训练完以API或私有化方式调用。标准模型覆盖不到的类别，走自训：收集样本、标注、训练、评估、上线、监控。
工程上要卡三处。一是样本分布，简单固定版式建议数张标注样本，但要覆盖不同省份、不同年份；二是评估集独立，不能用训练样本自评；三是版本管理，模型上线要有版本号与回滚路径，否则出问题无法定位是哪一版引起的。
六、字段口径与部署形态
识别侧需在联调前敲定三件事：必填字段清单、字段的取值格式（如 VIN 十七位、日期格式、金额单位），以及低置信度字段的处置方式（回填、置空，还是整单转人工）。
查验侧要定死两件事：哪些字段发起查验、查验超时怎么处理；超时按"无结论"走，不要按"不通过"走。查验能解决时效，但依赖数据源。源不更新，系统就只能输出"无结论"，这不是算法问题，是流程问题。
部署形态按数据敏感度选：只处理证件影像的，云端API最快；涉及身份证、银行卡字段的，多数客户要求私有化或边缘部署。
上线节奏建议并行而非切换：新链路与人工同时跑，逐单比对结论，差异稳定后再切。切换式上线的问题在于错误不报警，会一直走到线下环节，所以这套系统的上限不在识别模型，在异常出口设计得好不好。
七、总结
只做留档留痕，第三段（OCR识别）就够了，成本最低。只要结论影响准入，五段都得有，尤其是第四段和第五段。评估供应商时，询问你们能满足那几种链路，答案比仅关注识别率更有用。