百度发布PP-OCRv6:千万级参数OCR媲美十亿级视觉大模型
百度飞桨团队发布 yeni nəsil OCR sistemi PP-OCRv6, Tiny 1.5M, Small 7.7M və Medium 34.5M üç versiya təqdim edir. Əvvəlki versiya ilə müqayisədə, aşkar etmə dəqiqliyi 4.6% artıb, tanıma dəqiqliyi isə 5.1% artıb, milyonlarla parametr ölçüsündə bəzən bir milyardlıq vizual dili modelləri (VLM) ilə müqayisə edilən performans əldə edilib. Tək model Çincə, İngiliscə, Yapınca və 46 müxtəlif Latın dili ilə dəstəklənir, tamamilə açıq mənbədir.
Niyə vacibdir: PP-OCRv6, kiçik modellərin arxitektura yenilikləri ilə böyük modellərin performansına uyğunlaşma tendensiyasını nümayiş etdirir, bu da sərhəd cihazları və son tərəf AI yerləşdirməsi üçün əhəmiyyətli əhəmiyyət kəsb edir. OCR, AI-nin əsas qabiliyyəti olaraq, onun xərcinin azalması daha çox tətbiq senarilərinin reallaşmasına təkan verəcək.
#百度 #OCR #AI #开源 #böyük model