Документы и OCRКартинка + текст

Donut

Читает скан документа и сразу отдаёт заполненную структуру полей, без отдельного OCR. В HR её дообучают под разбор резюме и анкет. Решение о кандидате принимает человек, автоматический отбор без проверки использовать нельзя.

Последняя открытая версия вышла в июл 2022. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Разработчик
NAVER CLOVA, Южная Корея
Первый выпуск
июл 2022
Последний выпуск
июл 2022
Размеры
около 200M
Лицензия
Можно в коммерциюMIT
Русский язык
Не заявлен
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Документы и бухгалтерия, HR, Финансы
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Извлечение полей из анкет и резюме
  • Разбор сканов справок и дипломов
  • Определение типа входящего документа

Где применяется

HR и подбор персоналаДокументооборотБухгалтерия

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. donut-base-finetuned-rvlcdip, типы документов
  2. donut-base-finetuned-docvqa, вопросы к документу
  3. donut-base-finetuned-cord-v2, чеки
  4. donut-base

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Donut в коммерческом проекте?

Да. Лицензия: MIT. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для Donut?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Donut русский язык?

В карточке модели языки не перечислены, поэтому поддержку русского обещать нельзя — её нужно проверять на ваших примерах.

Где скачать Donut и сколько это стоит?

Веса Donut лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Разбор текстаNuExtractNuMind · ФранцияМожно в коммерцию

Модели для извлечения данных по шаблону: даёте документ или скан и JSON-шаблон полей, получаете заполненный JSON. NuExtract3 (4B) заодно переводит сканы в Markdown.

ПодробнееРазбор текстаLayoutLM (v1–v3, LayoutXLM)Microsoft · СШАКоммерция с условиями

Классические модели понимания документов: учитывают текст, его расположение на странице и картинку. Их дообучают под извлечение полей из форм и чеков. Коммерчески свободна только первая версия.

ПодробнееДокументы и OCRTrOCRMicrosoft · СШАМожно в коммерцию

Распознаёт одну строку текста, в том числе рукописного. Официальные веса только для английского, но модель часто дообучают под другие языки — есть русские версии от сообщества.

Подробнее

Источник: huggingface.co/naver-clova-ix/donut-base. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.