baidu/Unlimited-OCR

해결하는 문제

Unlimited-OCR는 '원샷 장거리 분석'을 위해 설계되어, 복잡한 문서나 긴 문서(예: PDF)를 단일 패스로 여러 페이지에 걸쳐 처리할 수 있도록 합니다. 이는 이전 OCR 시스템인 Deepseek-OCR보다 향상된 성능을 제공합니다.

작동 방식

이 프로젝트는 단일 이미지 또는 다중 페이지 문서를 처리할 수 있는 다중 모달 모델을 제공합니다. 두 가지 구성 모드를 지원합니다: "gundam"(특정 이미지 크기와 자르기 최적화) 및 "base"(기본 분석). Hugging Face Transformers, vLLM(고처리량 추론용), SGLang(OpenAI 호환 API를 갖춘 서버 기반 배포용)을 통해 통합할 수 있습니다.

대상 사용자

장문 콘텐츠, PDF, 다중 페이지 이미지에 대한 고정확도 OCR 및 문서 분석이 필요한 개발자 및 연구자.

주요 특징

• 장거리 분석: 다중 페이지 문서 및 장거리 콘텐츠를 특별히 설계되었습니다.
• 유연한 배포: Transformers, vLLM, SGLang 등 다양한 추론 엔진을 지원합니다.
• PDF 지원: PDF 페이지를 이미지로 변환하는 내장 유틸리티를 포함하여 원활한 분석을 제공합니다.
• 고처리량: SGLang을 통해 배치 추론 및 동시 요청을 지원합니다.