美女视频黄色免费网站 每天勤俭2小时！打工东谈主皆在用的开源OCR器具OCRFlux。

发布日期：2025-12-22 17:51    点击次数：189

「OCRFlux」是什么？

      它是一款轻量级多模态大谈话模子的器具包，主邀功能是把PDF赈济为Markdown文献，它的上风是不错处置复杂的排版剖析、复杂的表格剖析和跨页执行吞并这些难点问题，同期它的识别准确率也尤为隆起。受到强劲用户的意思。

图片

二、为什么咱们要用OCRFlux？     肯定在宇宙在平素使命中详情会用到将PDF赈济为Markdown的场景，也许在看到今天这个器具之前，宇宙一定也会使用过其他的OCR识别器具。其实我也用过，比如olmOCR、Nanonets-OCR，MonkeyOCR等等。          然而今天为什么推选这个OCRFlux器具呢？因为它如实不错大意更复杂的PDF贵府文献，何况准确率也更高。口说无凭，先看官方测评数据。          单页面执行的测试（OCRFlux-bench-single）用器具生成的Markdown与委果的Markdown之间的相似度(EDS)为方向。不错看出OCRFlux器具比其他的常用OCR识别器具更准确，达到了96.7%的分数。LanguageModelAvg EDS ↑EnglisholmOCR-7B-0225-preview0.885Nanonets-OCR-s0.870MonkeyOCR0.828OCRFlux-3B0.971ChineseolmOCR-7B-0225-preview0.859Nanonets-OCR-s0.846MonkeyOCR0.731OCRFlux-3B0.962TotalolmOCR-7B-0225-preview0.872Nanonets-OCR-s0.858MonkeyOCR0.780OCRFlux-3B0.967    单页面复杂表格的测试（OCRFlux-pubtabnet-single）一样使用器具生成HTML的表格与委果的HTML表格之间的相似度（TEDS）为方向。不错看出OCRFlux的搁置总体分数亦然最高的，达到86.1%的分数。TypeModelAvg TEDS ↑SimpleolmOCR-7B-0225-preview0.810Nanonets-OCR-s0.882MonkeyOCR0.880OCRFlux-3B0.912ComplexolmOCR-7B-0225-preview0.676Nanonets-OCR-s0.772MonkeyOCR0.826OCRFlux-3B0.807TotalolmOCR-7B-0225-preview0.744Nanonets-OCR-s0.828MonkeyOCR0.853OCRFlux-3B0.861底下再来望望，跨页面的测试数据搁置。    跨页面执行的测试（OCRFlux-bench-cross）使用的方向包括，精确率（Precision）、调回率（Recall）、准确率（Accuracy）和F1分数。它的总体准确率达到99.6%LanguagePrecision ↑Recall ↑F1 ↑Accuracy ↑English0.9920.9640.9780.978Chinese1.0000.9880.9940.994Total0.9960.9760.9860.986    跨页面复杂表格的测试（OCRFlux-pubtabnet-cross）方向包括表格复杂度，和平均TEDS，一样不错看出它准确率皆在90%以上。Table typeAvg TEDS ↑Simple0.965Complex0.935Total0.950    也许关于这些方向莫得直不雅感受，仅仅一些数字，那么底下咱们望望它委果识别成果。     

三、中枢功能包括哪些？

1、单页面识别场景：

1.1   跨列表格，当PDF中存在跨多列时，就难以准确判定单位格界限，容易导致识别不准确。不错直不雅地看出，OCRFlux识别的成果是相比准确的。

图片

1.2吞并单位格

当PDF中存在吞并单位格的时间，寥落容易识别出歧义，OCRFlux复旧复杂表格结构的复原，因此不错准确识别其中的执行。

图片

1.3多列

当PDF中存在多列的时间，频繁会打乱老例的从左至右的阅读法例，因此容易识别有毛病，不错看下OCRFlux不错识别的搁置，给出了正确的阅读法例。

图片

1.4多表格

单页pdf中的多表格，也会增多识别剖析的复杂度，必须作念出正确的切割，才智保证展示的正确，OCRFlux的识别亦然莫得问题的。

图片

1.5多谈话

一个PDF中羼杂多种谈话，一样会增多识别难度，OCRFlux具备强劲的谈话识别和处贤慧商，不错精确识别这种羼杂谈话的文档。

图片

2、跨页段落/表格吞并场景：

2.1跨页表格

PDF中频繁遭受表格跨页分袂，增多了OCR的识别难度，OCRFlux不错自动检测吞并表格元素，无缝对接高下页的执行，输出正确的搁置。

图片

2.2表格垂直拆分

多列表格的PDF中，频繁出现纵向分袂，导致证据数据和重组数据存在辛勤，OCRFlux不错精确的识别出这种场景，不错看下成果。

图片

2.3表头重叠

在跨页表格的PDF中，表格的页眉重叠也会导致OCR识别邪恶，OCRFlux不错智能吞并跨页执行，自动删除过剩的页眉。

图片

2.4单位格多行拆分

执行跨页超长单位格寥落容易导致识别邪恶，OCRFlux也不错智能吞并保留齐全的数据执行。

图片

四、主要欺诈场景？

学术谈判：关于学术文档、复杂的文献皆不错使用OCRFlux赈济为Markdown进行修改。

工夫文档：关于PDF武艺工夫文档，寥落是英文的文档，不错不错使用OCRFlux赈济为Markdown文献。

单子的识别：比如财务单子、票据等PDF武艺，皆不错赈济为Markdown武艺进行修改存储。

五、何如部署？部署款式：1、源码部署通过Conda创建一个Python环境来装置。conda create -n ocrflux python=3.11conda activate ocrfluxgit clone https://github.com/chatdoc-com/OCRFlux.gitcd ocrfluxpip install -e . --find-links https://flashinfer.ai/whl/cu124/torch2.5/flashinfer/2、土产货使用款式PDF转Markdown：

python -m ocrflux.pipeline ./localworkspace --data test.pdf --model /model_dir/OCRFlux-3B

图片转Markdown：python -m ocrflux.pipeline ./localworkspace --data test_page.png --model /model_dir/OCRFlux-3B批量PDF转Markdown：

python -m ocrflux.pipeline ./localworkspace --data test_pdf_dir/* --model /model_dir/OCRFlux-3B

搁置皆会保存在./localworkspace/results目次中。也不错建造--skip_cross_page_merge 跳过剖析流程的跨页面吞并，把各个页面的剖析搁置快速拼接起来，生成一个Markdown文献。3、Docker部署docker run -it --gpus all \  -v /path/to/localworkspace:/localworkspace \  -v /path/to/test_pdf_dir:/test_pdf_dir/ \  -v /path/to/OCRFlux-3B:/OCRFlux-3B \  chatdoc/ocrflux:latest /localworkspace --data /test_pdf_dir/* --model /OCRFlux-3B/使用底下敕令生成Markdown文献，生成的文献默许保存在./localworkspace/markdowns/DOCUMENT_NAME目次里。

python -m ocrflux.jsonl_to_markdown ./localworkspace

五、名目地址

https://github.com/chatdoc-com/OCRFlux

https://ocrflux.pdfparser.io/

今天的共享就到这里美女视频黄色免费网站，感谢宇宙的阅读。要是你最近也要使用PDF赈济为Markdown武艺，不错试试这个器具。

本站仅提供存储做事，通盘执行均由用户发布，如发现存害或侵权执行，请点击举报。