Repolode
Предложить
OpenBMB

OpenBMB/MiniCPM-OCR

MiniCPM-OCR — семейство моделей с открытым исходным кодом для разбора документов и дополнительная модель для оценки точности результатов OCR.

Open source альтернатива:ABBYY FineReader

Открыть на GitHub
Звёзды
838
Форки
60
Открытые issues
1
Последний коммит
16 часов назад

Что это?

MiniCPM-OCR — набор моделей для разбора документов и PDF на китайском и английском языках с преобразованием в текст, таблицы и формулы. MiniCPM-OCR 1.0 (1,3 млрд параметров) работает со сложными входными данными: сканами, фотографиями, изогнутыми и перекошенными страницами, а также повторно сфотографированными документами; кроме того, модель поддерживает извлечение ключевой информации.

MiniCPM-OCR Jev — отдельная модель принятия решений с 2 млрд параметров. Получив изображение и результат OCR, она оценивает качество каждого региона по шкале от 0 до 1. Это помогает выбирать надёжные результаты и находить содержимое, которое нужно проверить вручную. Модель рассчитана на работу с результатами разных моделей разбора документов.

Проект поддерживает инференс через vLLM, SGLang, llama.cpp и Ollama; веса в форматах BF16, GGUF, AWQ и GPTQ опубликованы на Hugging Face и ModelScope. Также доступны pip SDK, хостируемый API и руководства по дообучению для LLaMA-Factory и Swift.

Ключевые возможности

  • 01Преобразует документы и PDF на китайском и английском языках в Markdown, таблицы и формулы.
  • 02Обрабатывает сканы, фотографии, изогнутые страницы и повторно сфотографированные документы.
  • 03Поддерживает извлечение ключевой информации наряду с распознаванием текста.
  • 04Оценивает результаты OCR по регионам и отмечает содержимое, требующее проверки.
  • 05Работает с vLLM, SGLang, llama.cpp и Ollama; доступны квантованные веса.
  • 06Предоставляет pip SDK, хостируемый API и руководства по дообучению.

Сценарии использования

  • Преобразование отсканированных договоров, финансовых отчётов или других документов в Markdown с возможностью поиска.
  • Извлечение структурированных полей из чеков или форм для последующей обработки.
  • Фильтрация результатов OCR, чтобы передавать на проверку человеку только регионы с низкой оценкой.
  • Дообучение модели разбора документов для определённой предметной области или макета документа.

Быстрый старт

  1. 1

    Установите pip SDK MiniCPM-OCR

  2. 2

    Следуйте руководству по локальному развертыванию MiniCPM-OCR 1.0, чтобы запустить модели

  3. 3

    Или используйте Free API для распознавания без локального оборудования

Что важно знать

  • Для локального запуска моделей потребуется собственное оборудование, а в README не указаны минимальные системные требования.
  • Некоторые заявления о высоких результатах в бенчмарках приведены самим проектом и здесь не были независимо проверены.
  • Для использования размещенного Free API нужна учетная запись на сторонней платформе, также действуют ее условия.

В подборках

Запуск LLM локальноИнструменты для PDF, OCR и документов

Темы

#ocr#document-parsing#vision-language-model#pdf#key-information-extraction#llm-inference#fine-tuning#image2text#minicpm-v

Частые вопросы

Что такое MiniCPM-OCR?
MiniCPM-OCR — семейство моделей с открытым исходным кодом для разбора документов и дополнительная модель для оценки точности результатов OCR. MiniCPM-OCR — набор моделей для разбора документов и PDF на китайском и английском языках с преобразованием в текст, таблицы и формулы. MiniCPM-OCR 1.0 (1,3 млрд параметров) работает со сложными входными данными: сканами, фотографиями, изогнутыми и перекошенными страницами, а также повторно сфотографированными документами; кроме того, модель поддерживает извлечение ключевой информации.
MiniCPM-OCR можно использовать бесплатно? Какая у него лицензия?
MiniCPM-OCR распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
MiniCPM-OCR всё ещё поддерживается?
Активно поддерживается. Последний коммит в MiniCPM-OCR — 6 нояб. 2026 г..
Для чего можно использовать MiniCPM-OCR?
Преобразование отсканированных договоров, финансовых отчётов или других документов в Markdown с возможностью поиска. Извлечение структурированных полей из чеков или форм для последующей обработки. Фильтрация результатов OCR, чтобы передавать на проверку человеку только регионы с низкой оценкой. Дообучение модели разбора документов для определённой предметной области или макета документа.
Как установить MiniCPM-OCR?
Установите pip SDK MiniCPM-OCR Следуйте руководству по локальному развертыванию MiniCPM-OCR 1.0, чтобы запустить модели Или используйте Free API для распознавания без локального оборудования
Где скачать MiniCPM-OCR?
Исходный код и инструкции по установке — на GitHub: https://github.com/OpenBMB/MiniCPM-OCR

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

PaddlePaddle / PaddleOCR

Набор инструментов с открытым исходным кодом для OCR и обработки документов: преобразует PDF и изображения в структурированный Markdown или JSON для конвейеров LLM и RAG.

ИИ и машинное обучение#ocr#document-parsing#pdf-parser
92,4 тыс.+372 за неделю11,6 тыс.PythonApache-2.0Обновлён 2 месяца назад