Repolode
제출하기
zai-org

zai-org/GLM-OCR

복잡한 문서에서 텍스트, 표, 수식, 레이아웃을 추출하는 0.9B 파라미터 멀티모달 OCR 모델 및 SDK입니다.

대체할 수 있는 제품:Adobe Acrobat

GitHub에서 보기
스타
7,582
포크
677
열린 이슈
67
마지막 커밋
25일 전

어떤 프로젝트인가요?

GLM-OCR은 복잡한 문서를 이해하기 위한 OCR 모델로, CogViT 비주얼 인코더와 GLM-0.5B 언어 디코더를 사용하는 GLM-V 인코더-디코더 아키텍처를 기반으로 합니다. PP-DocLayout-V3로 먼저 레이아웃을 분석한 뒤 영역을 병렬로 인식하는 2단계 파이프라인과 함께 동작하므로 다단 편집 페이지, 복잡한 표, 수식, 코드가 많은 문서와 인장을 처리할 수 있습니다.

이 프로젝트는 CLI, Python API, 선택형 Flask 서비스를 포함하는 Python SDK로 제공되며, pip install glmocr로 설치할 수 있습니다. GPU 없이 호스팅 Zhipu MaaS API를 통해 실행하거나, vLLM, SGLang, Ollama 또는 Apple Silicon용 mlx-vlm으로 자체 호스팅할 수 있습니다. 결과는 Markdown과 JSON 레이아웃 정보로 제공됩니다.

모델 가중치는 Hugging Face와 ModelScope에 공개되어 있으며, LLaMA-Factory 파인튜닝 가이드도 포함되어 있습니다.

핵심 기능

  • 01복잡한 문서 레이아웃에서 텍스트, 표, 수식, 코드를 인식합니다.
  • 02먼저 레이아웃을 탐지한 뒤 영역을 병렬로 인식합니다.
  • 03호스팅 Zhipu MaaS API 또는 자체 호스팅 vLLM, SGLang, Ollama, mlx-vlm으로 배포할 수 있습니다.
  • 04Markdown 및 JSON 출력과 함께 CLI, Python API, Flask 서버를 제공합니다.
  • 05CPU 또는 지정한 GPU에서 레이아웃을 탐지해 OCR 모델이 사용할 리소스를 확보할 수 있습니다.
  • 06LLaMA-Factory 파인튜닝 가이드를 제공합니다.

활용 사례

  • 스캔한 PDF와 사진으로 찍은 문서를 Markdown 또는 구조화된 JSON으로 변환하기.
  • 기술 보고서나 논문에서 표와 수식 추출하기.
  • 자체 호스팅 GPU 서버에서 실행되는 문서 처리 파이프라인 구축하기.
  • 클라우드 서비스 없이 Ollama 또는 mlx-vlm을 사용해 노트북에서 OCR 실행하기.

포함된 컬렉션

PDF·OCR·문서 처리 도구

토픽

#ocr#document-understanding#multimodal#vision-language-model#pdf#vllm#document-parsing#glm#image2text

자주 묻는 질문

GLM-OCR은(는) 무엇인가요?
복잡한 문서에서 텍스트, 표, 수식, 레이아웃을 추출하는 0.9B 파라미터 멀티모달 OCR 모델 및 SDK입니다. GLM-OCR은 복잡한 문서를 이해하기 위한 OCR 모델로, CogViT 비주얼 인코더와 GLM-0.5B 언어 디코더를 사용하는 GLM-V 인코더-디코더 아키텍처를 기반으로 합니다. PP-DocLayout-V3로 먼저 레이아웃을 분석한 뒤 영역을 병렬로 인식하는 2단계 파이프라인과 함께 동작하므로 다단 편집 페이지, 복잡한 표, 수식, 코드가 많은 문서와 인장을 처리할 수 있습니다.
GLM-OCR은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
GLM-OCR은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
GLM-OCR은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. GLM-OCR의 마지막 커밋은 2026년 10월 14일입니다.
GLM-OCR은(는) 어디에 사용할 수 있나요?
스캔한 PDF와 사진으로 찍은 문서를 Markdown 또는 구조화된 JSON으로 변환하기. 기술 보고서나 논문에서 표와 수식 추출하기. 자체 호스팅 GPU 서버에서 실행되는 문서 처리 파이프라인 구축하기. 클라우드 서비스 없이 Ollama 또는 mlx-vlm을 사용해 노트북에서 OCR 실행하기.
GLM-OCR은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/zai-org/GLM-OCR

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트