为了提升数据标注速率，本文采用了一种应用轻量模型、后处理实施半自动化标注的方法，实现试卷版面拆解的快速开发与应用。使用LCNet改进PicoDet网络的轻量预训练模型，对已经标注的小样本训练基础模型修改网络输出，基础模型预测剩余样本的数据转换为标注格式，经过人工校验以后的全样本标注数据使用更大规模主干网络的PicoDet网络训练最终模型。经过实验验证，本文提出的半自动标注的方法与人工标注相比，数据标注速率提升195%，标注所花费时间周期缩短86.47%，项目开发周期得到大幅度缩短，经过版面拆解处理的文档图像调用百度OCR接口，可快速实现文档图像到文档的转换。
