Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

Surya OCR 2.5

Surya OCR 2.5 est un puissant modèle image-texte-à-texte de 689 millions de paramètres conçu pour l'intelligence documentaire. Il offre une grande précision, un débit rapide et un support multilingue pour l'OCR, l'analyse de mise en page et la reconnaissance de tableaux. Ce modèle peut traiter divers types de documents, extrayant le texte, la mise en page et les tableaux au format HTML, ce qui le rend idéal pour des tâches avancées de traitement de documents.

Voir le modèle
Partager
Voir le modèle
Partager

Surya OCR 2.5 est un modèle image-texte-à-texte de pointe développé par Datalab, spécifiquement conçu pour des tâches robustes d'intelligence documentaire. Avec 689 millions de paramètres, il excelle dans la reconnaissance optique de caractères (OCR), l'analyse de mise en page et la reconnaissance de tableaux, offrant des améliorations significatives par rapport aux versions précédentes.

Lire la suite

Le modèle démontre une précision exceptionnelle, obtenant un score de 85,9 sur OmniParseBench et de 83,7 % sur olmOCR-bench, ce qui en fait le modèle open le mieux noté de moins d'un milliard de paramètres dans les évaluations de Datalab. Il affiche une vitesse impressionnante, atteignant un débit de 4,5 pages par seconde sur un GPU H100 à 192 DPI, soit 1,7 fois plus rapide que Surya 2 avec MTP.

Surya OCR 2.5 est hautement multilingue, atteignant un taux de réussite de 74,9 % sur un benchmark interne couvrant 91 langues. Il effectue une analyse complète de la mise en page, identifiant des éléments tels que des tableaux, des images et des en-têtes, et détermine avec précision l'ordre de lecture. Une caractéristique clé est sa capacité à produire des tableaux au format HTML, avec des cellules fusionnées représentées par des attributs `colspan` et `rowspan`.

Au-delà de l'OCR de page entière, Surya OCR 2.5 comprend également des modèles plus petits et spécialisés pour la détection de texte au niveau des lignes et la détection d'erreurs OCR. Il prend en charge une large gamme de types de documents, allant des journaux et livres de référence aux formulaires gouvernementaux, lettres manuscrites et documents d'entreprise. Le modèle peut être installé et exécuté avec des backends d'inférence tels que vllm (pour les GPU NVIDIA) ou llama.cpp (pour CPU/Apple Silicon), et une application interactive Streamlit est disponible pour des tests faciles.

L'utilisation commerciale du code Surya est sous licence Apache 2.0, tandis que les poids du modèle utilisent une licence modifiée AI Pubs Open Rail-M, permettant une utilisation gratuite pour la recherche, les projets personnels et les startups avec un financement/revenu inférieur à 5 millions de dollars. Des options de licence commerciale plus larges sont disponibles via la page de tarification de Datalab. Datalab propose également une plateforme gérée qui exécute Surya et sa variante à plus haute précision, Chandra, avec des crédits gratuits pour les nouvelles inscriptions.

  • CatégorieOutils de vision par ordinateur
  • Modèle tarifaireFreemium
  • DéploiementCloud
  • PlateformesWeb

  • Modèle Image-texte-à-texte : Traite les images pour extraire le texte et les informations structurelles.

  • Haute Précision : Obtient un score de 85,9 sur OmniParseBench et de 83,7 % sur olmOCR-bench.

  • Débit Rapide : Atteint 4,5 pages/s sur H100 à 192 DPI.

  • Support Multilingue : Évalué sur 91 langues avec un taux de réussite global de 74,9 %.

  • Analyse de Mise en Page : Détecte les tableaux, images, en-têtes et détermine l'ordre de lecture.

  • Reconnaissance de Tableaux : Extrait des tableaux au format HTML avec des cellules fusionnées (colspan/rowspan).

  • Détection de Lignes de Texte : Modèle séparé pour une détection précise du texte au niveau des lignes.

  • Détection d'Erreurs OCR : Modèle dédié à l'identification des inexactitudes OCR.

  • Intégration VLM : Exécute l'analyse de mise en page, l'OCR et la reconnaissance de tableaux via un seul VLM.

  • Backends d'Inférence Flexibles : Prend en charge vllm (GPU NVIDIA) et llama.cpp (CPU/Apple Silicon).

  • Application Interactive Streamlit : Fournit une interface interactive pour tester des images et des PDF.

  • Paramètres Personnalisables : Remplace les paramètres via des variables d'environnement pour un ajustement fin.

  • Licence Commerciale : Apache 2.0 pour le code, Open Rail-M modifié pour les poids du modèle.

  • Accès à la Plateforme Gérée : Disponible sur la plateforme gérée de Datalab avec des crédits gratuits.

  • Gestion des Mathématiques/Équations : Reconnaît et produit des équations mathématiques en LaTeX compatible KaTeX dans HTML.

  1. Installer Surya OCR : Installez le package `surya-ocr` en utilisant pip.

  2. Configurer le Backend d'Inference : Configurez soit vllm (pour GPU NVIDIA) soit llama.cpp (pour CPU/Apple Silicon) comme serveur d'inférence.

  3. Exécuter la Commande OCR : Exécutez la commande OCR avec le chemin de votre image ou PDF pour extraire le texte et les boîtes englobantes.

  4. Effectuer l'Analyse de Mise en Page : Utilisez la commande de mise en page pour détecter la structure du document et l'ordre de lecture.

  5. Extraire des Tableaux : Utilisez la commande de reconnaissance de tableaux pour obtenir des tableaux au format HTML.

  6. Traiter la Détection de Lignes de Texte : Exécutez la commande de détection de lignes de texte pour identifier les lignes de texte individuelles.

  7. Intégrer via Python : Accédez aux fonctionnalités de Surya OCR directement depuis des scripts Python.

  8. Utiliser l'Application Interactive : Lancez l'application Streamlit pour tester de manière interactive Surya sur des images ou des fichiers PDF.

  • Numérisation de Documents
  • Extraction de Données
  • Archivage de Contenu
  • Traitement de Documents Multilingues
  • Compréhension de la Mise en Page
  • Traitement Automatisé des Formulaires
  • Recherche et Académie
  • Automatisation des Processus d'Affaires

Avis sur Surya OCR 2.5

Chargement...

Outils IA populaires comme Surya OCR 2.5

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

MiniCPM-OCR 1.0

Modèles IA

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,…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

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,…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,…

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

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

OCR - Lecteur d'images

Extensions de navigateur

Cette extension Chrome capture et convertit les images en texte à l'aide d'un moteur OCR interne. Elle prend en charge plus de 100 langues, l'orientation automatique et la…

Outils de vision par ordinateur
Voir l'outil

Tesseract OCR

Dépôts GitHub d'IA

Tesseract OCR est un moteur de reconnaissance optique de caractères open-source. Il prend en charge plusieurs langues et peut être utilisé pour l'extraction de texte à partir…

Outils de vision par ordinateur
Voir l'outil

Dépôts GitHub d'IA

Moteur de reconnaissance optique de caractères open-source. Il prend en charge plusieurs langues et peut être utilisé pour l'extraction de texte à partir…Tesseract OCR est un moteur de reconnaissance optique de caractères open-source. Il prend en charge plusieurs langues et peut être utilisé pour l'extraction de texte à partir…

Outils de vision par ordinateur
Voir le Top 250 Dépôts GitHub d'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

Surya OCR

Dépôts GitHub d'IA

Surya OCR est un outil polyvalent pour la reconnaissance optique de caractères, l'analyse de mise en page, la détermination de l'ordre de lecture et la reconnaissance de tableaux…

Outils de documents et PDF IA

N°95 en Dépôts GitHub d'IA

Voir l'outil

Dépôts GitHub d'IA

Outil polyvalent pour la reconnaissance optique de caractères, l'analyse de mise en page, la détermination de l'ordre de lecture et la reconnaissance de tableaux…Surya OCR est un outil polyvalent pour la reconnaissance optique de caractères, l'analyse de mise en page, la détermination de l'ordre de lecture et la reconnaissance de tableaux…

Outils de documents et PDF IA
N°95 en Dépôts GitHub d'IA

PaddleOCR

Dépôts GitHub d'IA

PaddleOCR est un puissant et léger outil OCR conçu pour convertir des PDF et des documents image en données structurées pour des applications d'IA. Il prend en charge plus de 100…

Outils de vision par ordinateur

N°12 en Dépôts GitHub d'IA

Voir l'outil

Dépôts GitHub d'IA

Puissant et léger outil OCR conçu pour convertir des PDF et des documents image en données structurées pour des applications d'IA. Il prend en charge plus de 100…PaddleOCR est un puissant et léger outil OCR conçu pour convertir des PDF et des documents image en données structurées pour des applications d'IA. Il prend en charge plus de 100…

Outils de vision par ordinateur
N°12 en Dépôts GitHub d'IA
1 sur 8