DeepSeek 在 Hugging Face 平台发布 DeepSeek-OCR-2 光学字符识别模型。该模型支持动态分辨率处理，默认配置为 (0-6)×768×768 + 1×1024×1024 分辨率，可处理文档转换、图像 OCR、图表解析等多种任务。
模型基于 transformers 框架，支持 NVIDIA GPU 推理，要求 Python 3.12.9 和 CUDA 11.8 环境。用户可通过不同提示词实现文档转 Markdown、图像 OCR、图表解析等功能。项目在 GitHub 提供了模型推理加速和 PDF 处理的详细指导。
Huggingface
🍀在花频道 🍵茶馆聊天 📮投稿
via 科技圈🎗在花频道📮 - Telegram Channel
