Beschreibung
PaddleOCR-VL-1.6 ist ein verbessertes Dokumentenverarbeitungsmodell, das entwickelt wurde, um seinen Vorgänger, PaddleOCR-VL-1.5, zu übertreffen. Dieses Modell führt ein regionsbewusstes Datenoptimierungsframework ein, das schwache Regionen aus der vorherigen Version identifiziert und verbessert, wodurch die Zuverlässigkeit der Überwachungssignale erhöht wird. Darüber hinaus verwendet es ein progressives Nachtrainingsrezept, das eine kuratierte Datenauswahl und verstärkendes Lernen nutzt, um die Modellleistung zu optimieren.
Weiterlesen
PaddleOCR-VL-1.6 hat eine neue erstklassige Punktzahl von 96,33 % auf dem OmniDocBench v1.6 erreicht und neue Rekorde auf dem OmniDocBench v1.5 und Real5-OmniDocBench aufgestellt. Es zeigt eine starke Wettbewerbsfähigkeit gegenüber erstklassigen Vision-Language-Modellen (VLMs). Die Modellarchitektur ist vollständig kompatibel mit PaddleOCR-VL-1.5, was eine kostenfreie Plug-and-Play-Migration ermöglicht.
Das Modell bietet erhebliche Verbesserungen in verschiedenen Erkennungsaufgaben, einschließlich der Tabellen-, der Erkennung von alten chinesischen Dokumenten und der Erkennung seltener chinesischer Zeichen. Es verbessert auch die Erkennung von Siegeln/Stempeln, die Texterkennung und die Diagrammerkennung in verschiedenen Szenarien.
PaddleOCR-VL-1.6 unterstützt nahtlose Inferenz über die Transformers-Bibliothek und erleichtert die umfassende Texterkennung und die Erkennung komplexer Elemente wie Formeln, Tabellen, Diagramme und Siegel. Benutzer werden ermutigt, die offizielle Methode zur Inferenz zu nutzen, die schneller ist und die Seitenebene der Dokumentenverarbeitung unterstützt.
- KategorieKI-Modelle & LLMs
- PreismodellKostenlos
- BereitstellungCloud
- PlattformenWeb
PaddleOCR-VL-1.6 im Überblick
Regionsbewusstes Datenoptimierungsframework
Progressives Nachtrainingsrezept
Erstklassige Genauigkeit auf OmniDocBench
Kompatibilität mit PaddleOCR-VL-1.5
Verbesserte Tabellen- und Texterkennung
Erkennung alter chinesischer Dokumente
Erkennung von Siegeln und Stempeln
Unterstützt die Transformers-Bibliothek für Inferenz
Erste Schritte mit PaddleOCR-VL-1.6
Modellzugriff: Besuchen Sie Hugging Face
Authentifizierung: Stellen Sie sicher, dass die richtigen Anmeldeinformationen vorhanden sind
Umgebung einrichten: Installieren Sie das PaddlePaddle-Framework
Integration über API: Verwenden Sie PaddleOCR CLI oder Python API
Optimierung: Verwenden Sie flash-attn zur Leistungssteigerung
PaddleOCR-VL-1.6's Anwendungsfälle
- Dokumentenverarbeitung
- Tabellenerkennung
- Texterkennung
- Siegelerkennung
- Chinesische Dokumentenverarbeitung
