Descrição
PaddleOCR-VL-1.6 é um modelo de análise de documentos aprimorado desenvolvido para melhorar seu antecessor, PaddleOCR-VL-1.5. Este modelo introduz uma estrutura de otimização de dados consciente da região que identifica e aprimora regiões fracas da versão anterior, melhorando assim a confiabilidade dos sinais de supervisão.
Ler mais
Além disso, emprega uma receita de pós-treinamento progressivo que utiliza seleção de dados curados e aprendizado por reforço para otimizar o desempenho do modelo.
PaddleOCR-VL-1.6 alcançou uma nova pontuação de ponta de 96,33% no OmniDocBench v1.6, estabelecendo novos recordes no OmniDocBench v1.5 e Real5-OmniDocBench. Demonstra forte competitividade em relação aos principais modelos de linguagem-visual (VLMs). A arquitetura do modelo é totalmente compatível com PaddleOCR-VL-1.5, permitindo migração plug-and-play sem custo.
O modelo oferece melhorias significativas em várias tarefas de reconhecimento, incluindo reconhecimento de tabelas, reconhecimento de documentos antigos chineses e reconhecimento de caracteres raros chineses. Também aprimora o reconhecimento de selos/carimbos, identificação de texto e reconhecimento de gráficos em diversos cenários.
PaddleOCR-VL-1.6 suporta inferência sem costura via a biblioteca transformers, facilitando a identificação e reconhecimento abrangente de elementos complexos, como fórmulas, tabelas, gráficos e selos. Os usuários são incentivados a utilizar o método oficial para inferência, que é mais rápido e suporta análise de documentos em nível de página.
- CategoriaModelos de IA e LLMs
- Modelo de preçosGrátis
- ImplantaçãoNuvem
- PlataformasWeb
Destaques de PaddleOCR-VL-1.6
Estrutura de otimização de dados consciente da região
Receita de pós-treinamento progressivo
Precisão de ponta no OmniDocBench
Compatibilidade com PaddleOCR-VL-1.5
Reconhecimento aprimorado de tabelas e texto
Reconhecimento de documentos antigos chineses
Reconhecimento de selos e carimbos
Suporta a biblioteca transformers para inferência
Primeiros passos com PaddleOCR-VL-1.6
Acessar modelo: Visite Hugging Face
Autenticar: Garantir credenciais adequadas
Configurar ambiente: Instalar o framework PaddlePaddle
Integrar via API: Usar PaddleOCR CLI ou API Python
Otimizar: Usar flash-attn para aumentar o desempenho
Casos de uso de PaddleOCR-VL-1.6
- Análise de Documentos
- Reconhecimento de Tabelas
- Identificação de Texto
- Reconhecimento de Selos
- Análise de Documentos Chineses
