설명
Surya OCR 2.5는 Datalab에서 개발한 최첨단 이미지-텍스트-텍스트 모델로, 강력한 문서 인텔리전스 작업을 위해 특별히 설계되었습니다. 6억 8천9백만 개의 매개변수를 갖춘 이 모델은 광학 문자 인식(OCR), 레이아웃 분석 및 표 인식에서 뛰어난 성능을 발휘하며, 이전 버전보다 상당한 개선을 이루었습니다.
더 읽기
이 모델은 뛰어난 정확도를 보여주며, OmniParseBench에서 85.9, olmOCR-bench에서 83.7%의 점수를 기록하여 Datalab의 평가에서 10억 매개변수 이하의 공개 모델 중 가장 높은 점수를 기록했습니다. 또한, H100 GPU에서 192 DPI로 초당 4.5페이지의 처리량을 달성하여 Surya 2의 MTP보다 1.7배 빠른 속도를 자랑합니다.
Surya OCR 2.5는 91개 언어를 포함한 내부 벤치마크에서 74.9%의 합격률을 기록하며, 다국어 지원이 뛰어납니다. 이 모델은 표, 이미지 및 헤더와 같은 요소를 식별하고 읽기 순서를 정확하게 결정하는 포괄적인 레이아웃 분석을 수행합니다. 주요 기능 중 하나는 병합된 셀을 `colspan` 및 `rowspan` 속성으로 표현하여 HTML로 표를 출력할 수 있는 능력입니다.
전체 페이지 OCR을 넘어 Surya OCR 2.5는 라인 수준 텍스트 감지 및 OCR 오류 감지를 위한 더 작은 전문 모델도 포함하고 있습니다. 신문, 참고서, 정부 양식, 손글씨 편지 및 기업 문서 등 다양한 문서 유형을 지원합니다. 이 모델은 vllm(NVIDIA GPU용) 또는 llama.cpp(CPU/Apple Silicon용)와 같은 추론 백엔드와 함께 설치 및 실행할 수 있으며, 손쉬운 테스트를 위한 인터랙티브 Streamlit 앱도 제공됩니다.
Surya 코드의 상업적 사용은 Apache 2.0 라이센스 하에 있으며, 모델 가중치는 수정된 AI Pubs Open Rail-M 라이센스를 사용하여 500만 달러 이하의 자금/수익을 가진 연구, 개인 프로젝트 및 스타트업에 대해 무료로 사용할 수 있습니다. Datalab의 가격 페이지를 통해 더 넓은 상업적 라이센스 옵션도 제공됩니다. Datalab은 또한 Surya와 더 높은 정확도의 변형인 Chandra를 실행하는 관리형 플랫폼을 제공하며, 신규 가입자에게 무료 크레딧을 제공합니다.
- 카테고리컴퓨터 비전 도구
- 요금제부분 무료
- 배포클라우드
- 플랫폼웹
Surya OCR 2.5 하이라이트
이미지-텍스트-텍스트 모델: 이미지를 처리하여 텍스트 및 구조적 정보를 추출합니다.
높은 정확도: OmniParseBench에서 85.9, olmOCR-bench에서 83.7%의 점수를 기록합니다.
빠른 처리량: H100에서 192 DPI로 초당 4.5페이지를 달성합니다.
다국어 지원: 91개 언어에서 74.9%의 전체 합격률로 벤치마크를 수행합니다.
레이아웃 분석: 표, 이미지, 헤더를 감지하고 읽기 순서를 결정합니다.
표 인식: 병합된 셀(colspan/rowspan)을 포함하여 HTML로 표를 추출합니다.
텍스트 라인 감지: 정밀한 라인 수준 텍스트 감지를 위한 별도의 모델입니다.
OCR 오류 감지: OCR 부정확성을 식별하기 위한 전용 모델입니다.
VLM 통합: 단일 VLM을 통해 레이아웃, OCR 및 표 인식을 실행합니다.
유연한 추론 백엔드: vllm(NVIDIA GPU) 및 llama.cpp(CPU/Apple Silicon)를 지원합니다.
인터랙티브 Streamlit 앱: 이미지 및 PDF 테스트를 위한 인터랙티브 인터페이스를 제공합니다.
사용자 정의 가능한 설정: 환경 변수를 통해 설정을 재정의하여 미세 조정합니다.
상업적 라이센스: 코드에 대해 Apache 2.0, 모델 가중치에 대해 수정된 Open Rail-M을 사용합니다.
관리형 플랫폼 접근: 무료 크레딧과 함께 Datalab의 관리형 플랫폼에서 사용할 수 있습니다.
수학/방정식 처리: HTML 내에서 KaTeX 호환 LaTeX 형식으로 수학 방정식을 인식하고 출력합니다.
Surya OCR 2.5 시작하기
Surya OCR 설치: pip를 사용하여 `surya-ocr` 패키지를 설치합니다.
추론 백엔드 설정: vllm(NVIDIA GPU용) 또는 llama.cpp(CPU/Apple Silicon용)을 추론 서버로 구성합니다.
OCR 명령 실행: 이미지 또는 PDF 경로와 함께 OCR 명령을 실행하여 텍스트 및 경계 상자를 추출합니다.
레이아웃 분석 수행: 레이아웃 명령을 사용하여 문서 구조 및 읽기 순서를 감지합니다.
표 추출: 표 인식 명령을 사용하여 HTML 출력으로 표를 가져옵니다.
텍스트 라인 감지 처리: 텍스트 라인 감지 명령을 실행하여 개별 텍스트 라인을 식별합니다.
Python을 통한 통합: Python 스크립트에서 Surya OCR 기능에 직접 접근합니다.
인터랙티브 앱 사용: Streamlit 앱을 실행하여 이미지 또는 PDF 파일에서 Surya를 인터랙티브하게 테스트합니다.
Surya OCR 2.5의 사용 사례
- 문서 디지털화
- 데이터 추출
- 콘텐츠 아카이빙
- 다국어 문서 처리
- 레이아웃 이해
- 자동화된 양식 처리
- 연구 및 학계
- 비즈니스 프로세스 자동화








