PaddlePaddle/PaddleOCR
摘要
PaddleOCR是一个功能强大、轻量级的OCR工具包，可将PDF和图像转换为结构化数据，适用于AI应用，支持100多种语言，旨在连接文档与大语言模型。
将任何PDF或图像文档转换为供AI使用的结构化数据。一个功能强大、轻量级的OCR工具包，弥合了图像/PDF与大语言模型之间的差距。支持100多种语言。
相似文章
PaddleOCR 3.5：使用 Transformers 后端运行 OCR 与文档解析任务
PaddleOCR 3.5 新增了 Transformers 推理后端，使 PP-OCRv5 和 PaddleOCR-VL 1.5 等 OCR 及文档解析模型能够无缝运行于 Hugging Face 生态系统之中。
PaddleOCR-VL-1.6：通过欠优化区域精炼与渐进式后训练拓展文档解析前沿
PaddleOCR-VL-1.6 通过识别并精炼欠优化区域，结合针对性的数据优化与渐进式后训练，提升了文档解析性能，在 OmniDocBench v1.6 上达到 96.33% 的最新最优水平。
@AdinaYakup: Unlimited-OCR——@PaddlePaddle的新OCR模型，能够单次处理数百页文档，同时保持速度稳定…
PaddlePaddle发布了Unlimited-OCR，一种新的OCR模型，使用参考滑动窗口注意力（R-SWA）在解码过程中保持恒定的KV缓存，在OmniDocBench上达到了93%的准确率，相比之前的方法提升了6%。
@AdinaYakup: 百度 @PaddlePaddle 发布 PP-OCRv6：tiny 1.5M / small 7.7M / medium 34.5M，支持 48+ 种语言，支持手写/……
百度 PaddlePaddle 发布了 PP-OCRv6，一款支持 48+ 种语言的 OCR 模型，提供 tiny（1.5M）、small（7.7M）和 medium（34.5M）三种尺寸，针对边缘部署进行了优化，可处理手写、印刷、工业、屏幕和卡片文字。
Hugging Face 上的 PP-OCRv6：支持 50 种语言、参数规模从 1.5M 到 34.5M 的 OCR 模型
PP-OCRv6 是 PaddleOCR 通用 OCR 模型系列的最新版本，提供从 1.5M 到 34.5M 参数的三个档次，支持 50 种语言，并在准确率上较之前版本有显著提升。