一款开源高效文档转换工具，专注将PDF及多种格式文档精准转为纯文本，同时保持自然的阅读顺序。
一款开源高效文档转换工具，专注将PDF及多种格式文档精准转为纯文本，同时保持自然的阅读顺序。
支持表格、公式、手写内容等复杂元素，适用范围广泛。
该版本基于大量精选学术论文、技术文档等高质量数据训练，结合合成数据与强化学习中的单元测试奖励机制，显著降低了“幻觉”错误，提升了识别准确率。
当前模型在多语言视觉语言模型基础上微调，主要优化英文文档，其他语言也具备一定兼容性。
用户不仅可在线体验，还能在自有GPU上部署完整工具包，实现高效、可扩展的批量文档处理，成本低廉。
此工具为科研、教育及档案数字化提供了强大支持，推动文档自动化处理迈向更精准智能的未来。
olmOCR 2 |
Unlimited OCR 是一款专为长文本与多页文档打造的 OCR 解析引擎，将单次推理的视野从单页扩展到整篇文档，真正实现「一镜到底」的高精度解析。
OCR识别需要多个工具，布局分析工具拆分文档结构，文本识别模型提取内容，还要额外的手动后处理，来回切换效率低下。
DeepOCR -- DeepSeek-OCR的完全开源复现项目 DeepSeek-OCR的开源是只包含权重和技术报告，想复现还是有些难度。
DeepOCR -- DeepSeek-OCR的完全开源复现项目 DeepSeek-OCR的开源是只包含权重和技术报告，想复现还是有些难度。
Chandra OCR开源发布，具备强大功能和广泛应用潜力： - 支持完整版面信息解析，能识别并标注图片、图表 - 优秀的手写体、表格和表单识别能力 - 兼容transformers和vLLM架构，易于集成和扩展 获取方式： Huggingface仓库 | Github代码库 | 在线演示体验（推荐平衡模式） 通过Datalab API调用，支持balanced和accurate两种模式 快速上手： pip install chandra-ocr chandra_vllm chandra input.pdf ./output 性能与对比： - 在olmocr基准测试中优于Deepseek OCR，展现出更高准确率 - 相较Marker OCR，Chandra更擅长复杂格式和整体排版，但速度稍慢 - 支持多语言（基于Surya语言支持），但对部分低资源语言仍有提升空间 已知限制： - 纯数学公式识别尚不及Marker - 旋转页面识别准确度下降 - 部分低资源语言效果欠佳 未来计划： - 持续优化模型精度和性能 - 量化与加速支持，提升推理速度 - 扩展语言和用例覆盖
开源OCR模型运行成本低且注重隐私保护，但市面上新模型层出不穷，如DeepSeek-OCR、Nanonets、PaddleOCR，选哪个成了难题。