Baidu Rilis PP-OCRv6: OCR skala jutaan parameter setara dengan model visi skala miliaran
Tim Baidu Paddle mengumumkan sistem OCR generasi terbaru PP-OCRv6, yang hadir dalam tiga versi: Tiny 1,5M, Small 7,7M, dan Medium 34,5M. Dibanding sistem generasi sebelumnya, akurasi deteksi meningkat 4,6%, dan akurasi pengenalan meningkat 5,1%. Dengan skala parameter tingkat jutaan, performanya mendekati bahkan melampaui sebagian model bahasa visi skala miliaran (VLM). Satu model mendukung bahasa Mandarin, Inggris, Jepang, serta 46 jenis bahasa rumpun Latin, dan telah sepenuhnya dirilis sebagai open source.
Mengapa penting: PP-OCRv6 menunjukkan tren bahwa model kecil dapat menyaingi kinerja model besar melalui inovasi arsitektur, yang sangat berarti untuk perangkat edge dan penerapan AI di sisi perangkat (on-device). OCR sebagai kemampuan dasar AI, penurunan biayanya akan mendorong lebih banyak skenario aplikasi untuk segera terwujud.
#百度 #OCR #AI #开源 #大模型
Tim Baidu Paddle mengumumkan sistem OCR generasi terbaru PP-OCRv6, yang hadir dalam tiga versi: Tiny 1,5M, Small 7,7M, dan Medium 34,5M. Dibanding sistem generasi sebelumnya, akurasi deteksi meningkat 4,6%, dan akurasi pengenalan meningkat 5,1%. Dengan skala parameter tingkat jutaan, performanya mendekati bahkan melampaui sebagian model bahasa visi skala miliaran (VLM). Satu model mendukung bahasa Mandarin, Inggris, Jepang, serta 46 jenis bahasa rumpun Latin, dan telah sepenuhnya dirilis sebagai open source.
Mengapa penting: PP-OCRv6 menunjukkan tren bahwa model kecil dapat menyaingi kinerja model besar melalui inovasi arsitektur, yang sangat berarti untuk perangkat edge dan penerapan AI di sisi perangkat (on-device). OCR sebagai kemampuan dasar AI, penurunan biayanya akan mendorong lebih banyak skenario aplikasi untuk segera terwujud.
#百度 #OCR #AI #开源 #大模型