Описание
PaddleOCR-VL-1.6 — это обновленная модель парсинга документов, разработанная для улучшения своей предшественницы, PaddleOCR-VL-1.5. Эта модель вводит фреймворк оптимизации данных с учетом регионов, который выявляет и улучшает слабые регионы предыдущей версии, тем самым повышая надежность сигналов управления.
Читать далее
Кроме того, она использует прогрессивный рецепт постобучения, который применяет отобранные данные и обучение с подкреплением для оптимизации производительности модели.
PaddleOCR-VL-1.6 достигла нового рекорда с показателем 96.33% на OmniDocBench v1.6, установив новые рекорды на OmniDocBench v1.5 и Real5-OmniDocBench. Она демонстрирует сильную конкурентоспособность по сравнению с ведущими моделями визуально-языкового понимания (VLMs). Архитектура модели полностью совместима с PaddleOCR-VL-1.5, что позволяет осуществлять миграцию без затрат.
Модель предлагает значительные улучшения в различных задачах распознавания, включая распознавание таблиц, распознавание древних китайских документов и распознавание редких китайских иероглифов. Она также улучшает распознавание печатей/штампов, обнаружение текста и распознавание графиков в различных сценариях.
PaddleOCR-VL-1.6 поддерживает бесшовное выполнение через библиотеку transformers, что облегчает комплексное обнаружение текста и распознавание сложных элементов, таких как формулы, таблицы, графики и печати. Пользователям рекомендуется использовать официальный метод для выполнения, который быстрее и поддерживает парсинг документов на уровне страниц.
- КатегорияИИ-модели и LLM
- Модель ценообразованияБесплатно
- РазвёртываниеОблако
- ПлатформыВеб
Главное о PaddleOCR-VL-1.6
Фреймворк оптимизации данных с учетом регионов
Прогрессивный рецепт постобучения
Передовая точность на OmniDocBench
Совместимость с PaddleOCR-VL-1.5
Улучшенное распознавание таблиц и текста
Распознавание древних китайских документов
Распознавание печатей и штампов
Поддержка библиотеки transformers для выполнения
Начало работы с PaddleOCR-VL-1.6
Получите доступ к модели: посетите Hugging Face
Аутентификация: убедитесь в наличии правильных учетных данных
Настройте окружение: установите фреймворк PaddlePaddle
Интеграция через API: используйте PaddleOCR CLI или Python API
Оптимизация: используйте flash-attn для повышения производительности
Варианты использования PaddleOCR-VL-1.6
- Парсинг документов
- Распознавание таблиц
- Обнаружение текста
- Распознавание печатей
- Парсинг китайских документов
