Langsung ke konten utama
ToolPotion
Penasihat AI
Kirim (Gratis)

MiniCPM-OCR 1.0

Model AIModel AI & LLMOpen source · Web

MiniCPM-OCR 1.0 adalah model khusus OCR yang dirancang untuk pemahaman dokumen yang berfokus pada teks. Model ini unggul dalam mem-parsing teks, tabel, dan grafik, menawarkan inferensi yang efisien dan penerapan yang mudah untuk pemrosesan dokumen di dunia nyata.

Lihat Model
Bagikan
Lihat Model
Bagikan

MiniCPM-OCR 1.0 adalah model khusus OCR pertama dalam keluarga MiniCPM-V/o, yang berfokus pada pemahaman dokumen yang berfokus pada teks. Model ini dirancang untuk menangani berbagai jenis dokumen, termasuk teks, tabel, rumus, grafik, segel, dan ekstraksi informasi terstruktur. Model ini sangat efektif dalam mem-parsing dokumen dunia nyata, mencapai skor mutakhir sebesar 93,68 pada benchmark Real5-OmniDocBench. Ini menjadikannya pilihan terdepan untuk tugas pem-parsing dokumen, terutama dalam menangani dokumen dan PDF dalam bahasa Cina dan Inggris, termasuk pemindaian, halaman melengkung, foto, halaman miring, dan dokumen yang diambil ulang.

Baca Selengkapnya

Model ini menawarkan kemampuan inferensi yang efisien, dengan akselerasi decoding DSpark yang meningkatkan efisiensi pemrosesan end-to-end sebesar 55%. Model ini memiliki throughput sekitar 1,49 kali dari PaddleOCR-VL-1.6 dan 3,62 kali dari MinerU2.5 Pro. MiniCPM-OCR 1.0 mudah diterapkan dan dikembangkan, mendukung vLLM, SGLang, llama.cpp, dan Ollama sejak awal. Model ini juga menawarkan varian terkuantisasi dan build multi-chip, memungkinkan untuk fine-tuning lebih lanjut. Model ini dilengkapi dengan SDK pip, API lengkap, dan alur kerja agen, menjadikannya dapat diakses untuk pengembang.

Arsitektur model mencakup encoder visi SigLIP dan model bahasa Qwen3.5, yang dilatih untuk OCR di atas MiniCPM-V 4.6. Model ini mendukung tugas seperti teks, tabel, rumus, grafik, segel, dan ekstraksi informasi kunci. Pipeline pem-parsing mengintegrasikan MiniCPM-OCR 1.0 dengan model layout PP-DocLayoutV3 dan SDK minicpmvocr. Setup ini memungkinkan pem-parsing dokumen yang efisien, di mana SDK mem-parsing seluruh dokumen dan mengenali wilayah secara bersamaan, menyusun hasil ke dalam Markdown dalam urutan bacaan.

MiniCPM-OCR 1.0 dirilis di bawah Lisensi Apache 2.0, menjadikannya open source dan dapat diakses untuk pengembangan dan integrasi lebih lanjut. Model ini sangat cocok untuk industri yang memerlukan kemampuan pem-parsing dokumen dan ekstraksi informasi yang canggih, seperti keuangan, hukum, dan pendidikan.

  • KategoriModel AI & LLM
  • Model HargaOpen source
  • PenerapanCloud
  • PlatformWeb

  • Model khusus OCR

  • Pemahaman dokumen yang berfokus pada teks

  • Pem-parsing dokumen mutakhir

  • Inferensi efisien dengan DSpark

  • Mendukung dokumen dalam bahasa Cina dan Inggris

  • Penerapan dan pengembangan yang mudah

  • Varian terkuantisasi dan build multi-chip

  • Open source di bawah Lisensi Apache 2.0

  1. Akses model: Kunjungi Hugging Face

  2. Autentikasi: Siapkan akses API

  3. Siapkan lingkungan: Instal SDK

  4. Integrasi melalui API: Gunakan endpoint yang disediakan

  5. Optimalkan: Fine-tune untuk tugas tertentu

  • Pem-parsing Dokumen
  • Ekstraksi Informasi
  • Dukungan Multibahasa
  • Pemrosesan Waktu Nyata
  • Pengembangan Open Source

Dari OpenBMB

Ulasan MiniCPM-OCR 1.0

Memuat...

Alat AI Populer Seperti MiniCPM-OCR 1.0

LightOnOCR-3-4B adalah model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…

Model AI & LLM
Lihat Alat

Model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…LightOnOCR-3-4B adalah model OCR berkinerja tinggi yang menawarkan kemampuan pemahaman tata letak dan visual yang canggih. Model ini memberikan transkripsi yang akurat dan…

Model AI & LLM
Lihat Top 5 Model AI

PaddleOCR-VL-1.6 adalah model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…

Model AI & LLM
Lihat Alat

Model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…PaddleOCR-VL-1.6 adalah model pemrosesan dokumen canggih yang meningkatkan penyempurnaan wilayah dan proses pasca-pelatihan. Model ini mencapai akurasi terbaik di OmniDocBench,…

Model AI & LLM
Lihat Top 5 Model AI

RolmOCR

Model AI

RolmOCR oleh Reducto AI adalah alat OCR sumber terbuka yang menawarkan pemrosesan lebih cepat dan penggunaan memori lebih rendah dibandingkan pendahulunya, olmOCR. Alat ini…

Model AI & LLM
Lihat Alat

Model AI

RolmOCR oleh Reducto AI adalah alat OCR sumber terbuka yang menawarkan pemrosesan lebih cepat dan penggunaan memori lebih rendah dibandingkan pendahulunya, olmOCR. Alat ini…

Model AI & LLM
Lihat Top 5 Model AI

GOT-OCR2.0 adalah model OCR canggih yang dirancang untuk pengenalan teks yang efisien. Model ini memanfaatkan pendekatan end-to-end yang terpadu untuk meningkatkan akurasi dan…

Model AI & LLM
Lihat Alat

GOT-OCR2.0 adalah model OCR canggih yang dirancang untuk pengenalan teks yang efisien. Model ini memanfaatkan pendekatan end-to-end yang terpadu untuk meningkatkan akurasi dan…

Model AI & LLM
Lihat Top 5 Model AI

GLM-OCR

Model AI

GLM-OCR adalah model OCR multimodal yang dirancang untuk pemahaman dokumen yang kompleks. Ini meningkatkan efisiensi pelatihan dan akurasi pengenalan menggunakan kerugian…

Model AI & LLM
Lihat Alat

Model AI

Model OCR multimodal yang dirancang untuk pemahaman dokumen yang kompleks. Ini meningkatkan efisiensi pelatihan dan akurasi pengenalan menggunakan kerugian…GLM-OCR adalah model OCR multimodal yang dirancang untuk pemahaman dokumen yang kompleks. Ini meningkatkan efisiensi pelatihan dan akurasi pengenalan menggunakan kerugian…

Model AI & LLM
Lihat Top 5 Model AI

Youtu-Parsing-Omni adalah model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…

Model AI & LLM
Lihat Alat

Model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…Youtu-Parsing-Omni adalah model parsing omni-modal yang serbaguna yang mengubah berbagai input seperti dokumen, gambar, grafik, dan video menjadi JSON terstruktur. Model ini…

Model AI & LLM
Lihat Top 5 Model AI

DoMore

Aplikasi AI

DoMore adalah notebook AI generasi berikutnya yang mengubah foto, PDF, dokumen, dan catatan suara menjadi basis pengetahuan yang terstruktur dan interaktif. Ini menawarkan OCR,…

Manajemen Pengetahuan AI

Peringkat 28 di Aplikasi Pencatatan AI

Lihat Alat

Aplikasi AI

Notebook AI generasi berikutnya yang mengubah foto, PDF, dokumen, dan catatan suara menjadi basis pengetahuan yang terstruktur dan interaktif. Ini menawarkan OCR,…DoMore adalah notebook AI generasi berikutnya yang mengubah foto, PDF, dokumen, dan catatan suara menjadi basis pengetahuan yang terstruktur dan interaktif. Ini menawarkan OCR,…

Manajemen Pengetahuan AI
Peringkat 28 di Aplikasi Pencatatan AI

Doc2X

Aplikasi AI

Doc2X adalah alat pemrosesan dokumen AI yang secara akurat mengenali rumus dan tabel dalam PDF dan gambar, mengonversinya ke Word, LaTeX, HTML, dan Markdown, serta menyediakan…

Alat Dokumen & PDF AI

Peringkat 37 untuk Menarik teks dari gambar

Lihat Alat

Aplikasi AI

Alat pemrosesan dokumen AI yang secara akurat mengenali rumus dan tabel dalam PDF dan gambar, mengonversinya ke Word, LaTeX, HTML, dan Markdown, serta menyediakan…Doc2X adalah alat pemrosesan dokumen AI yang secara akurat mengenali rumus dan tabel dalam PDF dan gambar, mengonversinya ke Word, LaTeX, HTML, dan Markdown, serta menyediakan…

Alat Dokumen & PDF AI
Peringkat 37 untuk Menarik teks dari gambar
1 dari 8