2. Linux.do
  3. 求助 OCR识别系统搭建流程

求助 OCR识别系统搭建流程

luckah 2026-02-10 10:35 1

想搭建一套OCR识别系统，不知道如何开始，然后就是需要接入大模型嘛，一般如何考虑呢？

最新回复 (19)
  • feiran_du 02-10 10:44
    1楼

    用在哪里？端侧？还是api？不考虑直接用百度的？

  • 瓜皮 02-10 10:49
    2楼

    可以试试开源的ocr识别系统


  • riddlezzz 02-10 10:50
    3楼

    问题太笼统了，识别什么，验证码之类的吗。》？

  • Dreamer 02-10 10:50
    4楼

    业务场景是什么？数据量，性能要求，部署在哪，预算。

  • luckah 楼主 02-10 11:01
    5楼

    端侧，不能联网

  • luckah 楼主 02-10 11:01
    6楼

    业务场景就是 PDF，图片，可能会有图纸，工程类领域

  • scvxzf 02-10 11:02
    7楼

    只能说^-^的llm还不如传统算法模型，llm就是力大砖飞

  • luckah 楼主 02-10 11:02
    8楼

    工程类领域，但是不能调用第三方API，毕竟涉密

  • luckah 楼主 02-10 11:05
    9楼

    大模型可以后置，就是后面可以基于大模型总结 识别的文字，然后支持 全文搜索

  • scvxzf 02-10 11:09
    10楼

    知识库吗？我举个栗子是主模型用qwen30ba3b，allin显卡吃32g显存，然后CPU跑个8b的嵌入模型，应该是吃32g显存+64g内存的样子。反正比传统的算法模型要大不少需求，并行性能也没那么美丽

  • luckah 楼主 02-10 11:13
    11楼

    嗯，大模型总结后可以理解为知识库； 我现在想先搭建基础的ORC识别功能，就是能识别pdf，图片，有可能是图纸，这个方向有哪些方便， 我记得百度，deepseek有开源的，不知道对资源要求是不是很高。

  • Fcat 02-10 11:18
    12楼

    百度的飞桨OCR，目前来说应该是最强的，显卡要求也不高

  • luckah 楼主 02-10 11:23
    13楼

    好呢，我研究研究，支持私有化部署搭建吧~

  • Fcat 02-10 11:24
    14楼

    支持的，官网有教程，也支持docker部署，你用xinference也可以部署

  • ⚆_⚆ 02-10 11:26
    15楼

    昨天刚好本地部署了 还是很简单的

  • luckah 楼主 02-10 11:29
    16楼

    佬友，有没有教程啥的，我来看看

  • luckah 楼主 02-10 11:29
    17楼

    好呢，感谢佬

  • snow Aix 02-10 11:48
    18楼

    我们项目上部署了一套,涉密项目也是不能联网,用的百度的飞桨 PaddleOCR 用一张A10在跑,感觉挺好的

  • Godwen 02-10 11:51
    19楼

    paddleocr，好用门槛低，在他预训练上面稍微训练一下你想是比别的就可以了

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐