الوصف
Surya OCR 2.5 هو نموذج متطور لتحويل الصورة إلى نص تم تطويره بواسطة Datalab، مصمم خصيصاً لمهام الذكاء الوثائقي القوية. مع 689 مليون معلمة، يتفوق في التعرف الضوئي على الأحرف (OCR)، وتحليل التخطيط، والتعرف على الجداول، مما يوفر تحسينات كبيرة مقارنة بالإصدارات السابقة.
قراءة المزيد
يظهر النموذج دقة استثنائية، حيث سجل 85.9 على OmniParseBench و83.7% على olmOCR-bench، مما يجعله النموذج المفتوح الأعلى تصنيفاً تحت مليار معلمة في تقييمات Datalab. يتميز بسرعة مثيرة للإعجاب، حيث يحقق معدل معالجة يبلغ 4.5 صفحة في الثانية على وحدة معالجة الرسوميات H100 عند 192 DPI، وهو أسرع بمقدار 1.7 مرة من Surya 2 مع MTP.
Surya OCR 2.5 متعدد اللغات بشكل كبير، حيث حقق معدل نجاح يبلغ 74.9% في معيار داخلي يغطي 91 لغة. يقوم بإجراء تحليل شامل للتخطيط، حيث يحدد عناصر مثل الجداول والصور والعناوين، ويحدد بدقة ترتيب القراءة. إحدى الميزات الرئيسية هي قدرته على إخراج الجداول كـ HTML، مع دمج الخلايا الممثلة بواسطة سمات `colspan` و`rowspan`.
بعيداً عن OCR للصفحات الكاملة، يتضمن Surya OCR 2.5 أيضاً نماذج أصغر متخصصة للكشف عن النص على مستوى السطر وكشف أخطاء OCR. يدعم مجموعة واسعة من أنواع الوثائق، من الصحف والكتب المرجعية إلى النماذج الحكومية، والرسائل المكتوبة بخط اليد، والوثائق التجارية. يمكن تثبيت النموذج وتشغيله مع واجهات استدلال مثل vllm (لوحدات معالجة الرسوميات NVIDIA) أو llama.cpp (لـ CPU/Apple Silicon)، وتتوفر تطبيقات Streamlit التفاعلية للاختبار السهل.
الاستخدام التجاري لشفرة Surya مرخص بموجب Apache 2.0، بينما تستخدم أوزان النموذج ترخيص AI Pubs Open Rail-M المعدل، مما يسمح بالاستخدام المجاني للأبحاث والمشاريع الشخصية والشركات الناشئة التي تقل إيراداتها عن 5 ملايين دولار. تتوفر خيارات ترخيص تجاري أوسع من خلال صفحة تسعير Datalab. كما تقدم Datalab منصة مدارة تشغل Surya ونسخته ذات الدقة الأعلى، Chandra، مع أرصدة مجانية للتسجيلات الجديدة.
- الفئةأدوات الرؤية الحاسوبية
- نموذج التسعيرفريميوم
- النشرسحابي
- المنصاتالويب
أبرز ملامح Surya OCR 2.5
نموذج تحويل الصورة إلى نص: يعالج الصور لاستخراج النص والمعلومات الهيكلية.
دقة عالية: سجل 85.9 على OmniParseBench و83.7% على olmOCR-bench.
سرعة معالجة سريعة: يحقق 4.5 صفحة/ثانية على H100 عند 192 DPI.
دعم متعدد اللغات: تم تقييمه عبر 91 لغة بمعدل نجاح إجمالي 74.9%.
تحليل التخطيط: يكشف عن الجداول والصور والعناوين ويحدد ترتيب القراءة.
التعرف على الجداول: يستخرج الجداول كـ HTML مع خلايا مدمجة (colspan/rowspan).
كشف خطوط النص: نموذج منفصل للكشف الدقيق عن النص على مستوى السطر.
كشف أخطاء OCR: نموذج مخصص لتحديد عدم دقة OCR.
تكامل VLM: يشغل تحليل التخطيط وOCR والتعرف على الجداول من خلال VLM واحد.
واجهات استدلال مرنة: تدعم vllm (وحدات معالجة الرسوميات NVIDIA) وllama.cpp (CPU/Apple Silicon).
تطبيق Streamlit تفاعلي: يوفر واجهة تفاعلية لاختبار الصور وملفات PDF.
إعدادات قابلة للتخصيص: تجاوز الإعدادات عبر متغيرات البيئة للتخصيص.
ترخيص تجاري: Apache 2.0 للشفرة، Open Rail-M المعدل لأوزان النموذج.
الوصول إلى منصة مدارة: متاحة على منصة Datalab المدارة مع أرصدة مجانية.
معالجة الرياضيات/المعادلات: يتعرف ويخرج المعادلات الرياضية بتنسيق LaTeX المتوافق مع KaTeX داخل HTML.
البدء مع Surya OCR 2.5
تثبيت Surya OCR: قم بتثبيت حزمة `surya-ocr` باستخدام pip.
إعداد واجهة الاستدلال: قم بتكوين إما vllm (لوحدات معالجة الرسوميات NVIDIA) أو llama.cpp (لـ CPU/Apple Silicon) كخادم استدلال.
تشغيل أمر OCR: نفذ أمر OCR مع مسار الصورة أو PDF الخاص بك لاستخراج النص والصناديق المحيطة.
إجراء تحليل التخطيط: استخدم أمر التخطيط للكشف عن هيكل الوثيقة وترتيب القراءة.
استخراج الجداول: استخدم أمر التعرف على الجداول للحصول على الجداول كإخراج HTML.
معالجة كشف خطوط النص: قم بتشغيل أمر كشف خطوط النص لتحديد خطوط النص الفردية.
التكامل عبر Python: الوصول إلى وظائف Surya OCR مباشرة من سكربتات Python.
استخدام التطبيق التفاعلي: قم بتشغيل تطبيق Streamlit لاختبار Surya بشكل تفاعلي على الصور أو ملفات PDF.
حالات استخدام Surya OCR 2.5
- رقمنة الوثائق
- استخراج البيانات
- أرشفة المحتوى
- معالجة الوثائق متعددة اللغات
- فهم التخطيط
- معالجة النماذج الآلية
- البحث والأكاديميا
- أتمتة عمليات الأعمال








