Документы и OCR

GOT-OCR 2.0

Одна из первых универсальных OCR-моделей нового поколения: текст, формулы, таблицы, ноты и схемы. Маленькая, работает на слабом железе, но уже уступает новинкам.

Разработчик
StepFun, Китай
Первый выпуск
сен 2024
Последний выпуск
ноя 2024
Размеры
580M
Лицензия
Можно в коммерциюApache 2.0
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Распознавание сканов счетов и договоров
  • Перевод таблиц в редактируемый вид
  • Распознавание формул и схем

Где применяется

БухгалтерияДокументооборотАрхивы

Требования к железу

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

Версии

  1. GOT-OCR-2.0 для Transformers
  2. GOT-OCR2.0

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

Документы и OCRPaddleOCR-VLBaidu (PaddlePaddle) · КитайМожно в коммерцию

Компактная модель для разбора документов из популярного набора PaddleOCR. По карточке поддерживает 109 языков, в том числе русский; версия 1.6 лидирует на тесте OmniDocBench.

ПодробнееДокументы и OCRDeepSeek-OCRDeepSeek · КитайМожно в коммерцию

OCR-модель, которая сильно сжимает страницу в небольшое число визуальных токенов, поэтому быстро обрабатывает большие объёмы. Версия 2 лучше понимает порядок чтения.

ПодробнееТекстStepStepFun · КитайМожно в коммерцию

MoE-модели StepFun, рассчитанные на быструю и дешёвую работу: при 196 млрд параметров Step-3.5/3.7-Flash задействуют около 11 млрд на токен. Step-3.7-Flash понимает картинки.

Подробнее