《從營銷AIGC化到AIGC營銷化》報告發布
來源：清元宇宙7月2日上午，清華大學元宇宙文化實驗室舉辦元宇宙在線沙龍“AIGC熱潮與應用”。會議中，清華大學新聞與傳播學院教授、元宇宙文化實驗室主任、新媒體研究
IT 之家 9 月 13 日消息，百度于 9 月 10 日在 Hugging Face 發布新一代文字識別解決方案 PP-OCRv5。
百度介紹稱，PP-OCRv5 是一個為緩解大型視覺語言模型（VLMs）局限性而設計的專用 OCR 模型，它提供了一種高效、準確且輕量級的解決方案。
PP-OCRv5 通過保持模塊化、兩階段的流程，專門針對高速、精確的文本檢測和識別，解決了大型 VLMs 的精確文本定位和邊界框精度局限性問題。
PP-OCRv5 的亮點如下：
效率：該模型參數量僅為 0.07B，能夠在 CPU 和邊緣設備上實現更高性能，其移動版本在英特爾 Xeon Gold 6271C CPU 上每秒可處理超過 370 個字符。
性能：PP-OCRv5 在 OCR 特定基準測試中優于通用型 VLM 模型，如 Gemini 2.5 Pro、Qwen2.5-VL 和 GPT-4o，包括手寫和印刷的中英文以及拼音文本。
定位：PP-OCRv5 旨在提供精確的文本行邊界框坐標，這對于結構化數據提取和內容分析是關鍵要求。
多語言支持：該模型支持五種文字類型 —— 簡體中文、繁體中文、英文、日文和拼音，并能識別超過 40 種語言。
PP-OCRv5 由四個核心組件構成：
圖像預處理：處理圖像的旋轉和畸變，以標準化輸入。
文本檢測：識別圖像中文本行的精確位置。
文本行方向：分類檢測到的文本方向，以確保其正確對齊以進行識別。
文本識別：將每行文本中的字符解碼為文本字符串。
IT 之家附 PP-OCRv5 下載地址如下：
https://huggingface.co/collections/PaddlePaddle/pp-ocrv5-684a5356aef5b4b1d7b85e4b
本文鏈接：http://www.rrqrq.com/showinfo-45-27580-0.html百度發布新一代文字識別 AI 模型 PP-OCRv5：僅 0.07B，部分測試超 GPT-4o
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號