DeepSeek 发布 OCR-2 光学字符识别模型

DeepSeek_发布_OCR-2_光学字符识别模型 图1
DeepSeek 发布 OCR-2 光学字符识别模型

DeepSeek 在 Hugging Face 平台发布 DeepSeek-OCR-2 光学字符识别模型。该模型支持动态分辨率处理,默认配置为 (0-6)×768×768 + 1×1024×1024 分辨率,可处理文档转换、图像 OCR、图表解析等多种任务。

模型基于 transformers 框架,支持 NVIDIA GPU 推理,要求 Python 3.12.9 和 CUDA 11.8 环境。用户可通过不同提示词实现文档转 Markdown、图像 OCR、图表解析等功能。项目在 GitHub 提供了模型推理加速和 PDF 处理的详细指导。

附件内容
© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容