deepseek_ocr_app — это мощное и гибкое веб-решение для OCR (Optical Character Recognition), построенное на базе передовой модели DeepSeek-OCR. Приложение сочетает в себе производительный бэкенд на FastAPI и отзывчивый интерфейс на React, обеспечивая высокую точность распознавания текста и объектов.
Основные возможности
* Многоформатная обработка: Поддержка изображений (JPEG, PNG, TIFF, WEBP) и PDF-документов размером до 100 МБ.
* Четыре режима работы:
* Plain OCR: Быстрое извлечение чистого текста.
* Describe: Создание краткого текстового описания содержимого изображения.
* Find (Grounding): Поиск и локализация конкретных объектов или текста с выводом координат.
* Freeform: Выполнение пользовательских инструкций (например, «извлечь только итоговую сумму из чека»).
* Интеллектуальное распознавание: Модель эффективно справляется со сложными макетами, таблицами, формулами, рукописным текстом и многоязычными документами.
* Конвертация и экспорт: Возможность сохранения результатов в форматах Markdown, HTML, DOCX и JSON с сохранением структуры документа.
Преимущества
* Высокая точность: Использование технологии Contextual Optical Compression позволяет достигать точности выше 97% при сохранении структуры.
* Современный стек: Быстрый API на Python (FastAPI) и удобный UI (React/Vite + Tailwind CSS) с поддержкой Drag-and-drop.
* Автономность и Docker: Легкое развертывание в локальной среде с помощью Docker Compose; поддержка ускорения на GPU (NVIDIA).
* Эффективность: Модель оптимизирована для работы с большими объемами данных и сложной версткой (научные статьи, чеки, формы).
⬇️Поддержать автора⬇️
✅SBER: 2202 2050 1464 4675