OCR 专题

共 14 篇文章，按时间倒序展示。

DeepOCR 开源复现 DeepSeek OCR 训练

DeepOCR开源复现DeepSeek-OCR训练全流程，含完整代码与评估方案

2025年11月09日TechFoco

DeepSeek-OCR OCR Computer Vision

olmOCR 2 开源文档转换精准识别零幻觉

olmOCR 2：开源文档转换工具，精准PDF转文本，支持表格公式，降低幻觉错误，可本地部署批量处理。

2025年10月29日TechFoco

Document Conversion OCR Deep Learning

Chandra OCR 开源超越 Deepseek 性能

Chandra OCR开源：支持版面解析、手写体/表格识别，兼容transformers/vLLM。性能优于Deepseek，擅长复杂排版，支持多语言。

2025年10月26日TechFoco

OCR Document Parsing Transformers

开源 OCR 模型选型指南 2024

开源OCR模型成本低、隐私好。Hugging Face指南教你选模型、比技术、学部署，突破传统边界，省钱又安全。

2025年10月26日TechFoco

OCR Open Source Model Selection

DeepSeek OCR 的真正启示

DeepSeek-OCR成功核心并非图像压缩，而是LLM嵌入空间存在巨大冗余。通过文本Token优化同样可实现高效压缩，关键在于充分利用模型容量。

2025年10月26日TechFoco

OCR Token Compression LLM Embedding Space

开源 OCR 模型选型指南 2024

开源OCR模型成本低、隐私好。Hugging Face指南教你选型、对比、部署，突破传统边界，省钱又安全。

2025年10月26日TechFoco

OCR Open Source Hugging Face

Nanonets OCR2 图像转 Markdown 全解析

Nanonets OCR2开源模型：智能图像转Markdown，支持LaTeX公式、表格转HTML、多语言识别和视觉问答，提升文档处理效率。

2025年10月17日TechFoco

OCR Markdown LaTeX

高速车牌 OCR 模型，极致轻量高效

高速轻量车牌OCR模型，支持多框架与硬件加速，低延迟高吞吐，适合部署。开源MIT许可。

2025年08月31日TechFoco

OCR Computer Vision Deep Learning

PHOCR 开源 OCR 工具包：多语种识别精度突破 0.x%

PHOCR高性能多语种OCR工具包，突破精度瓶颈，字符错误率低至0.x%，支持多语言及高效部署，适合高精度需求场景。

2025年07月24日TechFoco

OCR ONNX Runtime PyTorch

PDF 转文本 API 高精度 OCR 识别支持多语言极速响应

高效PDF转文本API，支持多语言OCR识别，HTTPS安全调用，负载均衡快速响应。

2025年04月23日TechFoco

OCR API PDF processing

跨平台 OCR 神器 uniOCR 震撼发布

跨平台OCR工具，支持MacOS、Windows和Linux，提供统一API接口，性能卓越。

2025年04月06日TechFoco

OCR cross-platform Tesseract

Docling API：高效文档转换与多语言 OCR 支持

Docling-API 是高效、可扩展的文档转换服务器，支持多种格式转 Markdown，提供 CPU/GPU 处理、同步/异步 API 及多语言 OCR。

2025年03月07日TechFoco

docling-api 文档转换 Markdown

olmOCR：高效 PDF 转文本工具，支持表格与手写识别

olmOCR是一款开源工具，用于将PDF等文档高效转换为纯文本，支持表格、公式和手写内容，适用于英文文档处理。

2025年02月28日TechFoco

OCR PDF conversion open-source tool

Omni OCR Benchmark：多模态模型 OCR 能力评估神器

Omni OCR Benchmark是一款强大的OCR测试工具，支持多种主流模型，提供详细评估指标，开源可扩展。

2025年02月26日TechFoco

OCR benchmark multimodal models