Description
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
Points forts de Surya OCR 2.5
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.
Premiers pas avec Surya OCR 2.5
Installer Surya OCR : Installez le package `surya-ocr` en utilisant pip.
Configurer le Backend d'Inference : Configurez soit vllm (pour GPU NVIDIA) soit llama.cpp (pour CPU/Apple Silicon) comme serveur d'inférence.
Exécuter la Commande OCR : Exécutez la commande OCR avec le chemin de votre image ou PDF pour extraire le texte et les boîtes englobantes.
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.
Extraire des Tableaux : Utilisez la commande de reconnaissance de tableaux pour obtenir des tableaux au format HTML.
Traiter la Détection de Lignes de Texte : Exécutez la commande de détection de lignes de texte pour identifier les lignes de texte individuelles.
Intégrer via Python : Accédez aux fonctionnalités de Surya OCR directement depuis des scripts Python.
Utiliser l'Application Interactive : Lancez l'application Streamlit pour tester de manière interactive Surya sur des images ou des fichiers PDF.
Cas d'utilisation de Surya OCR 2.5
- 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








