【开源分享】Umi-OCR升级V6引擎，可选cuda加速
ChristopherChen
2026-07-22 22:29
1
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：
- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
项目简介
本项目是什么
总结：
Umi识别引擎2年没有更新太老，本项目本地识别引擎换代到 PP-OCRv6，按需可用 GPU加速
和我一样觉得接API太重，要速度要隐私，要坚持本地的bro推荐使用本插件
关于 Umi-OCR（原项目）
官网仓库
AI 云端 OCR 插件
最新回复 (1)
-
ChristopherChen 楼主 07-24 00:591楼
1.1 修复批量文档时卡死
修复：空白页 / 异常页让整个任务停住
修复：OCR 子进程没有返回，点“停止”后也无法再开始
1.2 增加表格识别能力
- 普通模式：新增 P0 几何表格导出（无需任何模型安装）
- 增强模式：新增 P1 可选结构模型（下载900mb左右专有模型，识别能力更强耗时更长）
- 输出方式：
- 直接从文字预览处复制，粘贴到excel中
- 批量OCR中选择保存文件类型table.csv
表格样章
功能增加前的表格输出状态
本插件增加后的表格识别输出状态
普通模式设置：下拉框选择表格几何网格（无需安装模型）
输出方式一：直接从文字识别预览复制
输出方式二：批量OCR中选择保存文件类型table.csv
增强模式设置：表格识别专有模型开启
模型
作用
适用表格
SLANeXt_wired_onnx
表格结构识别：推断行、列、合并单元格，输出 HTML 结构
有线表：有明确边框/网格线
SLANeXt_wireless_onnx
同样做表格结构识别，但针对无网格线的排版规律训练
无线表：三线表、财报式、靠对齐排版的表
RT-DETR-L_wireless_table_cell_det_onnx
表格单元格检测：找出每个 cell 的坐标框
无线表；没有格线时尤其需要它找格子边界
* 帖子来源Linux.do
附近帖子