Descripción
PaddleOCR-VL-1.6 es un modelo de análisis de documentos mejorado desarrollado para superar a su predecesor, PaddleOCR-VL-1.5. Este modelo introduce un marco de optimización de datos consciente de la región que identifica y mejora las regiones débiles de la versión anterior, mejorando así la fiabilidad de las señales de supervisión. Además, emplea una receta de post-entrenamiento progresivo que utiliza la selección de datos curados y el aprendizaje por refuerzo para optimizar el rendimiento del modelo.
Leer más
PaddleOCR-VL-1.6 ha alcanzado una nueva puntuación de vanguardia de 96.33% en OmniDocBench v1.6, estableciendo nuevos récords en OmniDocBench v1.5 y Real5-OmniDocBench. Demuestra una fuerte competitividad frente a los modelos de visión-lenguaje (VLM) de primer nivel. La arquitectura del modelo es completamente compatible con PaddleOCR-VL-1.5, permitiendo una migración plug-and-play sin costo.
El modelo ofrece mejoras significativas en diversas tareas de reconocimiento, incluyendo el reconocimiento de tablas, el reconocimiento de documentos antiguos chinos y el reconocimiento de caracteres raros chinos. También mejora el reconocimiento de sellos/estampillas, la identificación de texto y el reconocimiento de gráficos en diversos escenarios.
PaddleOCR-VL-1.6 soporta inferencia sin problemas a través de la biblioteca transformers, facilitando la identificación y reconocimiento de texto completo y elementos complejos como fórmulas, tablas, gráficos y sellos. Se alienta a los usuarios a utilizar el método oficial para la inferencia, que es más rápido y soporta el análisis de documentos a nivel de página.
- CategoríaModelos de IA y LLM
- Modelo de preciosGratis
- ImplementaciónNube
- PlataformasWeb
Aspectos destacados de PaddleOCR-VL-1.6
Marco de optimización de datos consciente de la región
Receta de post-entrenamiento progresivo
Precisión de vanguardia en OmniDocBench
Compatibilidad con PaddleOCR-VL-1.5
Reconocimiento mejorado de tablas y texto
Reconocimiento de documentos antiguos chinos
Reconocimiento de sellos y estampillas
Soporta la biblioteca transformers para inferencia
Primeros pasos con PaddleOCR-VL-1.6
Acceder al modelo: Visitar Hugging Face
Autenticarse: Asegurar credenciales adecuadas
Configurar el entorno: Instalar el marco PaddlePaddle
Integrar a través de API: Usar PaddleOCR CLI o API de Python
Optimizar: Usar flash-attn para mejorar el rendimiento
Casos de uso de PaddleOCR-VL-1.6
- Análisis de Documentos
- Reconocimiento de Tablas
- Identificación de Texto
- Reconocimiento de Sellos
- Análisis de Documentos Chinos
