Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

MiniCPM-OCR 1.0

MiniCPM-OCR 1.0 est un modèle spécifique à l'OCR conçu pour la compréhension des documents centrée sur le texte. Il excelle dans l'analyse de texte, de tableaux et de graphiques, offrant une inférence efficace et un déploiement facile pour le traitement de documents dans le monde réel.

Voir le modèle
Partager
Voir le modèle
Partager

MiniCPM-OCR 1.0 est le premier modèle spécifique à l'OCR de la famille MiniCPM-V/o, axé sur la compréhension des documents centrée sur le texte. Il est conçu pour traiter une variété de types de documents, y compris des textes, des tableaux, des formules, des graphiques, des sceaux et l'extraction d'informations structurées. Le modèle est particulièrement efficace pour analyser des documents du monde réel, atteignant un score de pointe de 93,68 sur le benchmark Real5-OmniDocBench. Cela en fait un choix de premier plan pour les tâches d'analyse de documents, en particulier pour le traitement de documents et de PDF en chinois et en anglais, y compris les scans, les pages courbées, les photographies, les pages inclinées et les documents recapturés.

Lire la suite

Le modèle offre des capacités d'inférence efficaces, avec une accélération de décodage DSpark améliorant l'efficacité du traitement de bout en bout de 55 %. Il affiche un débit d'environ 1,49 fois celui de PaddleOCR-VL-1.6 et 3,62 fois celui de MinerU2.5 Pro. MiniCPM-OCR 1.0 est facile à déployer et à développer, prenant en charge vLLM, SGLang, llama.cpp et Ollama dès le départ. Il propose également des variantes quantifiées et des constructions multi-puces, permettant un ajustement supplémentaire. Le modèle est livré avec un SDK pip, une API complète et des flux de travail d'agent, le rendant accessible aux développeurs.

L'architecture du modèle comprend un encodeur de vision SigLIP et un modèle de langage Qwen3.5, entraîné pour l'OCR sur MiniCPM-V 4.6. Il prend en charge des tâches telles que l'analyse de texte, de tableaux, de formules, de graphiques, de sceaux et l'extraction d'informations clés. Le pipeline d'analyse intègre MiniCPM-OCR 1.0 avec le modèle de mise en page PP-DocLayoutV3 et le SDK minicpmvocr. Cette configuration permet une analyse efficace des documents, où le SDK analyse des documents entiers et reconnaît les régions simultanément, assemblant les résultats en Markdown dans l'ordre de lecture.

MiniCPM-OCR 1.0 est publié sous la licence Apache 2.0, le rendant open source et accessible pour un développement et une intégration supplémentaires. Il est particulièrement adapté aux secteurs nécessitant des capacités avancées d'analyse de documents et d'extraction d'informations, tels que la finance, le juridique et l'éducation.

  • CatégorieModèles d'IA et LLM
  • Modèle tarifaireOpen source
  • DéploiementCloud
  • PlateformesWeb

  • Modèle spécifique à l'OCR

  • Compréhension des documents centrée sur le texte

  • Analyse de documents à la pointe de la technologie

  • Inférence efficace avec DSpark

  • Prend en charge les documents en chinois et en anglais

  • Déploiement et développement faciles

  • Variantes quantifiées et constructions multi-puces

  • Open source sous la licence Apache 2.0

  1. Accéder au modèle : Visitez Hugging Face

  2. Authentifier : Configurer l'accès à l'API

  3. Configurer l'environnement : Installer le SDK

  4. Intégrer via l'API : Utiliser les points de terminaison fournis

  5. Optimiser : Ajuster pour des tâches spécifiques

  • Analyse de documents
  • Extraction d'informations
  • Support multilingue
  • Traitement en temps réel
  • Développement open source

Chez OpenBMB

Avis sur MiniCPM-OCR 1.0

Chargement...

Outils IA populaires comme MiniCPM-OCR 1.0

LightOnOCR-3-4B

Modèles IA

LightOnOCR-3-4B est un modèle OCR haute performance offrant des capacités avancées de compréhension de la mise en page et visuelle. Il fournit une transcription précise et des…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle OCR haute performance offrant des capacités avancées de compréhension de la mise en page et visuelle. Il fournit une transcription précise et des…LightOnOCR-3-4B est un modèle OCR haute performance offrant des capacités avancées de compréhension de la mise en page et visuelle. Il fournit une transcription précise et des…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

PaddleOCR-VL-1.6

Modèles IA

PaddleOCR-VL-1.6 est un modèle avancé de parsing de documents qui améliore le raffinement des régions et les processus de post-formation. Il atteint une précision de pointe sur…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle avancé de parsing de documents qui améliore le raffinement des régions et les processus de post-formation. Il atteint une précision de pointe sur…PaddleOCR-VL-1.6 est un modèle avancé de parsing de documents qui améliore le raffinement des régions et les processus de post-formation. Il atteint une précision de pointe sur…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

RolmOCR

Modèles IA

RolmOCR par Reducto AI est un outil OCR open-source qui offre un traitement plus rapide et une utilisation de mémoire réduite par rapport à son prédécesseur, olmOCR. Il est conçu…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

RolmOCR par Reducto AI est un outil OCR open-source qui offre un traitement plus rapide et une utilisation de mémoire réduite par rapport à son prédécesseur, olmOCR. Il est conçu…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

GOT-OCR2.0 est un modèle OCR avancé conçu pour une reconnaissance de texte efficace. Il utilise une approche unifiée de bout en bout pour améliorer la précision et les…

Modèles d'IA et LLM
Voir l'outil

GOT-OCR2.0 est un modèle OCR avancé conçu pour une reconnaissance de texte efficace. Il utilise une approche unifiée de bout en bout pour améliorer la précision et les…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

GLM-OCR

Modèles IA

GLM-OCR est un modèle OCR multimodal conçu pour la compréhension de documents complexes. Il améliore l'efficacité de l'entraînement et la précision de la reconnaissance en…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle OCR multimodal conçu pour la compréhension de documents complexes. Il améliore l'efficacité de l'entraînement et la précision de la reconnaissance en…GLM-OCR est un modèle OCR multimodal conçu pour la compréhension de documents complexes. Il améliore l'efficacité de l'entraînement et la précision de la reconnaissance en…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Youtu-Parsing-Omni est un modèle de parsing omni-modal polyvalent qui convertit divers types d'entrées tels que des documents, des images, des graphiques et des vidéos en JSON…

Modèles d'IA et LLM
Voir l'outil

Modèle de parsing omni-modal polyvalent qui convertit divers types d'entrées tels que des documents, des images, des graphiques et des vidéos en JSON…Youtu-Parsing-Omni est un modèle de parsing omni-modal polyvalent qui convertit divers types d'entrées tels que des documents, des images, des graphiques et des vidéos en JSON…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

DoMore

Applications IA

DoMore est un carnet AI de nouvelle génération qui transforme des photos, des PDF, des documents et des notes vocales en une base de connaissances structurée et interactive. Il…

Gestion des connaissances IA

N°28 en Applications de prise de notes IA

Voir l'outil

Applications IA

Carnet AI de nouvelle génération qui transforme des photos, des PDF, des documents et des notes vocales en une base de connaissances structurée et interactive. Il…DoMore est un carnet AI de nouvelle génération qui transforme des photos, des PDF, des documents et des notes vocales en une base de connaissances structurée et interactive. Il…

Gestion des connaissances IA
N°28 en Applications de prise de notes IA

Doc2X

Applications IA

Doc2X est un outil d'analyse de documents basé sur l'IA qui reconnaît avec précision les formules et les tableaux dans les PDF et les images, les convertit en Word, LaTeX, HTML et…

Outils de documents et PDF IA

N°37 pour Extraction de texte d'images

Voir l'outil

Applications IA

Outil d'analyse de documents basé sur l'IA qui reconnaît avec précision les formules et les tableaux dans les PDF et les images, les convertit en Word, LaTeX, HTML et…Doc2X est un outil d'analyse de documents basé sur l'IA qui reconnaît avec précision les formules et les tableaux dans les PDF et les images, les convertit en Word, LaTeX, HTML et…

Outils de documents et PDF IA
N°37 pour Extraction de texte d'images
1 sur 8