Описание
Surya OCR 2.5 — это современная модель преобразования изображений в текст, разработанная компанией Datalab, специально созданная для надежных задач интеллектуальной обработки документов. С 689 миллионами параметров она превосходно справляется с оптическим распознаванием символов (OCR), анализом макета и распознаванием таблиц, предлагая значительные улучшения по сравнению с предыдущими версиями.
Читать далее
Модель демонстрирует исключительную точность, набирая 85.9 баллов на OmniParseBench и 83.7% на olmOCR-bench, что делает её самой высоко оцененной открытой моделью с менее чем 1 миллиардом параметров в оценках Datalab. Она обладает впечатляющей скоростью, достигая производительности 4.5 страниц в секунду на GPU H100 при 192 DPI, что в 1.7 раза быстрее, чем Surya 2 с MTP.
Surya OCR 2.5 обладает высокой многоязычностью, достигая 74.9% проходного балла на внутреннем тесте, охватывающем 91 язык. Она выполняет комплексный анализ макета, выявляя такие элементы, как таблицы, изображения и заголовки, и точно определяет порядок чтения. Ключевой особенностью является её способность выводить таблицы в формате HTML, включая объединенные ячейки, представленные атрибутами `colspan` и `rowspan`.
Помимо полного OCR страниц, Surya OCR 2.5 также включает меньшие специализированные модели для обнаружения текста на уровне строк и обнаружения ошибок OCR. Она поддерживает широкий спектр типов документов, от газет и справочников до государственных форм, рукописных писем и корпоративных документов. Модель может быть установлена и запущена с помощью бэкендов вывода, таких как vllm (для NVIDIA GPU) или llama.cpp (для CPU/Apple Silicon), и доступно интерактивное приложение Streamlit для простого тестирования.
Коммерческое использование кода Surya лицензируется по лицензии Apache 2.0, в то время как веса модели используют модифицированную лицензию AI Pubs Open Rail-M, позволяющую бесплатное использование для исследований, личных проектов и стартапов с финансированием/доходом до 5 миллионов долларов. Более широкие коммерческие лицензии доступны через страницу цен Datalab. Datalab также предлагает управляемую платформу, которая запускает Surya и её более точный вариант, Chandra, с бесплатными кредитами для новых подписчиков.
- КатегорияИнструменты компьютерного зрения
- Модель ценообразованияФримиум
- РазвёртываниеОблако
- ПлатформыВеб
Главное о Surya OCR 2.5
Модель «Изображение-Текст в Текст»: Обрабатывает изображения для извлечения текста и структурной информации.
Высокая точность: Набирает 85.9 на OmniParseBench и 83.7% на olmOCR-bench.
Быстрая производительность: Достигает 4.5 страниц/с на H100 при 192 DPI.
Многоязычная поддержка: Оценена по 91 языку с общим проходным баллом 74.9%.
Анализ макета: Обнаруживает таблицы, изображения, заголовки и определяет порядок чтения.
Распознавание таблиц: Извлекает таблицы в формате HTML с объединенными ячейками (colspan/rowspan).
Обнаружение строк текста: Отдельная модель для точного обнаружения текста на уровне строк.
Обнаружение ошибок OCR: Специальная модель для выявления неточностей OCR.
Интеграция VLM: Запускает анализ макета, OCR и распознавание таблиц через единый VLM.
Гибкие бэкенды вывода: Поддерживает vllm (NVIDIA GPU) и llama.cpp (CPU/Apple Silicon).
Интерактивное приложение Streamlit: Предоставляет интерактивный интерфейс для тестирования изображений и PDF.
Настраиваемые параметры: Переопределение параметров через переменные окружения для тонкой настройки.
Коммерческая лицензия: Apache 2.0 для кода, модифицированная Open Rail-M для весов модели.
Доступ к управляемой платформе: Доступно на управляемой платформе Datalab с бесплатными кредитами.
Обработка математических уравнений: Распознает и выводит математические уравнения в формате LaTeX, совместимом с KaTeX, внутри HTML.
Начало работы с Surya OCR 2.5
Установите Surya OCR: Установите пакет `surya-ocr` с помощью pip.
Настройте бэкенд вывода: Настройте либо vllm (для NVIDIA GPU), либо llama.cpp (для CPU/Apple Silicon) в качестве сервера вывода.
Запустите команду OCR: Выполните команду OCR с путем к вашему изображению или PDF для извлечения текста и ограничивающих рамок.
Выполните анализ макета: Используйте команду макета для обнаружения структуры документа и порядка чтения.
Извлеките таблицы: Используйте команду распознавания таблиц для получения таблиц в формате HTML.
Обработайте обнаружение строк текста: Запустите команду обнаружения строк текста для идентификации отдельных строк текста.
Интегрируйте через Python: Получите доступ к функциональности Surya OCR непосредственно из скриптов Python.
Используйте интерактивное приложение: Запустите приложение Streamlit для интерактивного тестирования Surya на изображениях или PDF-файлах.
Варианты использования Surya OCR 2.5
- Цифровизация документов
- Извлечение данных
- Архивирование контента
- Обработка многоязычных документов
- Понимание макета
- Автоматизированная обработка форм
- Исследования и академия
- Автоматизация бизнес-процессов








