본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

Surya OCR 2.5

Surya OCR 2.5는 문서 인텔리전스를 위해 설계된 강력한 689M 매개변수 이미지-텍스트-텍스트 모델입니다. 높은 정확도, 빠른 처리량, 다국어 지원을 제공하며, OCR, 레이아웃 분석 및 표 인식을 지원합니다. 이 모델은 다양한 문서 유형을 처리할 수 있으며, 텍스트, 레이아웃 및 표를 HTML로 추출하여 고급 문서 처리 작업에 적합합니다.

모델 보기
공유
모델 보기
공유

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

  • 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.

  1. Surya OCR 설치: pip를 사용하여 `surya-ocr` 패키지를 설치합니다.

  2. 추론 백엔드 설정: vllm(NVIDIA GPU용) 또는 llama.cpp(CPU/Apple Silicon용)을 추론 서버로 구성합니다.

  3. OCR 명령 실행: 이미지 또는 PDF 경로와 함께 OCR 명령을 실행하여 텍스트 및 경계 상자를 추출합니다.

  4. 레이아웃 분석 수행: 레이아웃 명령을 사용하여 문서 구조 및 읽기 순서를 감지합니다.

  5. 표 추출: 표 인식 명령을 사용하여 HTML 출력으로 표를 가져옵니다.

  6. 텍스트 라인 감지 처리: 텍스트 라인 감지 명령을 실행하여 개별 텍스트 라인을 식별합니다.

  7. Python을 통한 통합: Python 스크립트에서 Surya OCR 기능에 직접 접근합니다.

  8. 인터랙티브 앱 사용: Streamlit 앱을 실행하여 이미지 또는 PDF 파일에서 Surya를 인터랙티브하게 테스트합니다.

  • 문서 디지털화
  • 데이터 추출
  • 콘텐츠 아카이빙
  • 다국어 문서 처리
  • 레이아웃 이해
  • 자동화된 양식 처리
  • 연구 및 학계
  • 비즈니스 프로세스 자동화

Surya OCR 2.5 리뷰

로딩 중...

Surya OCR 2.5와(과) 비슷한 인기 AI 도구

GOT-OCR2.0은 효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
도구 보기

효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.GOT-OCR2.0은 효율적인 텍스트 인식을 위해 설계된 고급 OCR 모델입니다. 통합된 엔드 투 엔드 접근 방식을 활용하여 정확성과 성능을 향상시켜, 텍스트 추출 및 처리의 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

MiniCPM-OCR 1.0은 텍스트 중심 문서 이해를 위해 설계된 OCR 전용 모델입니다. 텍스트, 표 및 차트를 파싱하는 데 뛰어나며, 실제 문서 처리를 위한 효율적인 추론과 쉬운 배포를 제공합니다.

AI 모델 및 LLM
도구 보기

텍스트 중심 문서 이해를 위해 설계된 OCR 전용 모델입니다. 텍스트, 표 및 차트를 파싱하는 데 뛰어나며, 실제 문서 처리를 위한 효율적인 추론과 쉬운 배포를 제공합니다.MiniCPM-OCR 1.0은 텍스트 중심 문서 이해를 위해 설계된 OCR 전용 모델입니다. 텍스트, 표 및 차트를 파싱하는 데 뛰어나며, 실제 문서 처리를 위한 효율적인 추론과 쉬운 배포를 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

LightOnOCR-3-4B는 고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.

AI 모델 및 LLM
도구 보기

고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.LightOnOCR-3-4B는 고급 레이아웃 및 시각적 이해 기능을 제공하는 고성능 OCR 모델입니다. 복잡한 문서 처리 작업에 적합하도록 시각적 요소에 대한 정확한 전사 및 경계 상자 좌표를 제공합니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

OCR - 이미지 리더

브라우저 확장 프로그램

이 Chrome 확장 프로그램은 내부 OCR 엔진을 사용하여 이미지를 캡처하고 텍스트로 변환합니다. 100개 이상의 언어, 자동 방향 및 스크립트 감지를 지원합니다. 이 도구는 OCR을 오프라인으로 처리하여 다양한 문서 유형 및 웹 페이지에 대한 유연성을 제공하며, 정확도 향상을 위해 수정된 이미지로 다시 시도할 수…

컴퓨터 비전 도구
도구 보기

브라우저 확장 프로그램

이 Chrome 확장 프로그램은 내부 OCR 엔진을 사용하여 이미지를 캡처하고 텍스트로 변환합니다. 100개 이상의 언어, 자동 방향 및 스크립트 감지를 지원합니다. 이 도구는 OCR을 오프라인으로 처리하여 다양한 문서 유형 및 웹 페이지에 대한 유연성을 제공하며, 정확도 향상을 위해 수정된 이미지로 다시 시도할 수…

컴퓨터 비전 도구
브라우저 확장 프로그램 TOP 250 보기

Tesseract OCR

AI GitHub 저장소

Tesseract OCR은 오픈 소스 광학 문자 인식 엔진입니다. 여러 언어를 지원하며 이미지에서 텍스트 추출에 사용할 수 있습니다. 강력한 OCR 솔루션을 찾는 개발자에게 적합합니다.

컴퓨터 비전 도구
도구 보기

AI GitHub 저장소

오픈 소스 광학 문자 인식 엔진입니다. 여러 언어를 지원하며 이미지에서 텍스트 추출에 사용할 수 있습니다. 강력한 OCR 솔루션을 찾는 개발자에게 적합합니다.Tesseract OCR은 오픈 소스 광학 문자 인식 엔진입니다. 여러 언어를 지원하며 이미지에서 텍스트 추출에 사용할 수 있습니다. 강력한 OCR 솔루션을 찾는 개발자에게 적합합니다.

컴퓨터 비전 도구
AI GitHub 저장소 TOP 250 보기

RolmOCR

AI 모델

Reducto AI의 RolmOCR은 이전 버전인 olmOCR에 비해 더 빠른 처리 속도와 낮은 메모리 사용량을 제공하는 오픈 소스 OCR 도구입니다. 메타데이터 입력 없이 다양한 문서 유형을 효율적으로 처리하도록 설계되었습니다.

AI 모델 및 LLM
도구 보기

AI 모델

Reducto AI의 RolmOCR은 이전 버전인 olmOCR에 비해 더 빠른 처리 속도와 낮은 메모리 사용량을 제공하는 오픈 소스 OCR 도구입니다. 메타데이터 입력 없이 다양한 문서 유형을 효율적으로 처리하도록 설계되었습니다.

AI 모델 및 LLM
AI 모델 TOP 5 보기

Surya OCR

AI GitHub 저장소

Surya OCR는 90개 이상의 언어에서 광학 문자 인식, 레이아웃 분석, 읽기 순서 및 표 인식을 위한 다목적 도구입니다. 문서 처리의 효율성과 정확성을 향상시키기 위해 설계되었습니다.

AI 문서 및 PDF 도구

AI GitHub 저장소 95위

도구 보기

AI GitHub 저장소

90개 이상의 언어에서 광학 문자 인식, 레이아웃 분석, 읽기 순서 및 표 인식을 위한 다목적 도구입니다. 문서 처리의 효율성과 정확성을 향상시키기 위해 설계되었습니다.Surya OCR는 90개 이상의 언어에서 광학 문자 인식, 레이아웃 분석, 읽기 순서 및 표 인식을 위한 다목적 도구입니다. 문서 처리의 효율성과 정확성을 향상시키기 위해 설계되었습니다.

AI 문서 및 PDF 도구
AI GitHub 저장소 95위

PaddleOCR

AI GitHub 저장소

PaddleOCR는 PDF 및 이미지 문서를 AI 애플리케이션을 위한 구조화된 데이터로 변환하도록 설계된 강력하고 경량의 OCR 툴킷입니다. 100개 이상의 언어를 지원하며 이미지, PDF 및 대형 언어 모델 간의 간극을 메워줍니다.

컴퓨터 비전 도구

AI GitHub 저장소 12위

도구 보기

AI GitHub 저장소

PDF 및 이미지 문서를 AI 애플리케이션을 위한 구조화된 데이터로 변환하도록 설계된 강력하고 경량의 OCR 툴킷입니다. 100개 이상의 언어를 지원하며 이미지, PDF 및 대형 언어 모델 간의 간극을 메워줍니다.PaddleOCR는 PDF 및 이미지 문서를 AI 애플리케이션을 위한 구조화된 데이터로 변환하도록 설계된 강력하고 경량의 OCR 툴킷입니다. 100개 이상의 언어를 지원하며 이미지, PDF 및 대형 언어 모델 간의 간극을 메워줍니다.

컴퓨터 비전 도구
AI GitHub 저장소 12위
1/8