Description
PaddleOCR-VL-1.6 est un modèle de parsing de documents amélioré développé pour surpasser son prédécesseur, PaddleOCR-VL-1.5. Ce modèle introduit un cadre d'optimisation des données conscient des régions qui identifie et améliore les régions faibles de la version précédente, améliorant ainsi la fiabilité des signaux de supervision.
Lire la suite
De plus, il utilise une recette de post-formation progressive qui exploite la sélection de données soigneusement choisies et l'apprentissage par renforcement pour optimiser les performances du modèle.
PaddleOCR-VL-1.6 a atteint un nouveau score de pointe de 96,33 % sur l'OmniDocBench v1.6, établissant de nouveaux records sur l'OmniDocBench v1.5 et le Real5-OmniDocBench. Il démontre une forte compétitivité par rapport aux modèles de vision-langage (VLM) de premier plan. L'architecture du modèle est entièrement compatible avec PaddleOCR-VL-1.5, permettant une migration plug-and-play sans coût.
Le modèle offre des améliorations significatives dans diverses tâches de reconnaissance, y compris la reconnaissance de tableaux, la reconnaissance de documents anciens chinois et la reconnaissance de caractères rares chinois. Il améliore également la reconnaissance de sceaux/tampons, le repérage de texte et la reconnaissance de graphiques dans divers scénarios.
PaddleOCR-VL-1.6 prend en charge une inférence transparente via la bibliothèque transformers, facilitant le repérage et la reconnaissance complets de textes et d'éléments complexes tels que des formules, des tableaux, des graphiques et des sceaux. Les utilisateurs sont encouragés à utiliser la méthode officielle pour l'inférence, qui est plus rapide et prend en charge le parsing de documents au niveau des pages.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireGratuit
- DéploiementCloud
- PlateformesWeb
Points forts de PaddleOCR-VL-1.6
Cadre d'optimisation des données conscient des régions
Recette de post-formation progressive
Précision de pointe sur OmniDocBench
Compatibilité avec PaddleOCR-VL-1.5
Reconnaissance améliorée des tableaux et du texte
Reconnaissance de documents anciens chinois
Reconnaissance de sceaux et de tampons
Prend en charge la bibliothèque transformers pour l'inférence
Premiers pas avec PaddleOCR-VL-1.6
Accéder au modèle : Visitez Hugging Face
Authentifier : Assurez-vous d'avoir les bonnes informations d'identification
Configurer l'environnement : Installer le framework PaddlePaddle
Intégrer via API : Utiliser PaddleOCR CLI ou l'API Python
Optimiser : Utiliser flash-attn pour améliorer les performances
Cas d'utilisation de PaddleOCR-VL-1.6
- Parsing de Documents
- Reconnaissance de Tableaux
- Repérage de Texte
- Reconnaissance de Sceaux
- Parsing de Documents Chinois
