rdumasia303/deepseek_ocr_app

Что это?

Ключевые возможности

• 01Распознавание текста на отдельных изображениях: извлечение обычного текста, создание описания, поиск терминов и режим со свободным промптом.
• 02Обработка многостраничных PDF с отслеживанием хода выполнения для каждой страницы.
• 03Экспорт в Markdown, HTML, DOCX или JSON.
• 04Извлечение встроенных изображений из PDF и добавление их в экспортируемые документы.
• 05Сохранение формул LaTeX и таблиц, созданных моделью.
• 06Запуск через Docker Compose с настройками в файле .env.

Сценарии использования

• Преобразование отсканированных PDF в редактируемые документы Word или Markdown.
• Извлечение таблиц и текста из счетов, форм и отчётов.
• Извлечение текста и формул из научных статей.
• Локальное тестирование DeepSeek-OCR через веб-интерфейс и REST API.

Быстрый старт

1. 1

   Клонируйте репозиторий и скопируйте файл окружения

   git clone <repository-url> cd deepseek_ocr_app cp .env.example .env
2. 2

   Запустите приложение с помощью Docker Compose

   docker compose up --build
3. 3

   Откройте localhost:3000 в браузере

Что важно знать

• !Требуется видеокарта NVIDIA с поддержкой CUDA и NVIDIA Container Toolkit.
• !При первом запуске загружается модель размером около 5–10 ГБ; на диске должно быть примерно 20 ГБ свободного места.
• !Расширенные режимы OCR, такие как распознавание таблиц, структуры документа и нескольких языков, отключены до проведения дополнительных тестов.

Темы

Частые вопросы

Что такое deepseek_ocr_app?

Веб-приложение для запуска DeepSeek-OCR на изображениях и PDF с фронтендом на React, бэкендом на FastAPI и настройкой Docker. DeepSeek OCR App предоставляет веб-интерфейс для работы с моделью DeepSeek-OCR. Во фронтенде на React можно загружать изображения и PDF, выбирать режим OCR — например, извлечение обычного текста, создание описания, поиск терминов или ввод собственного промпта — и просматривать результаты. Бэкенд на FastAPI запускает модель и предоставляет эндпоинты для обработки отдельных изображений и многостраничных PDF.

deepseek_ocr_app можно использовать бесплатно? Какая у него лицензия?

deepseek_ocr_app распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.

deepseek_ocr_app всё ещё поддерживается?

Нет коммитов больше 6 месяцев. Последний коммит в deepseek_ocr_app — 31 мар. 2026 г..

Для чего можно использовать deepseek_ocr_app?

Преобразование отсканированных PDF в редактируемые документы Word или Markdown. Извлечение таблиц и текста из счетов, форм и отчётов. Извлечение текста и формул из научных статей. Локальное тестирование DeepSeek-OCR через веб-интерфейс и REST API.

Как установить deepseek_ocr_app?

Клонируйте репозиторий и скопируйте файл окружения: git clone <repository-url> cd deepseek_ocr_app cp .env.example .env Запустите приложение с помощью Docker Compose: docker compose up --build Откройте localhost:3000 в браузере

Где скачать deepseek_ocr_app?

Исходный код и инструкции по установке — на GitHub: https://github.com/rdumasia303/deepseek_ocr_app