博客 & 资源

📄

开源OCR

从预训练到推理：在 Hugging Face 上玩转 Microsoft TrOCR

做过 NLP 的同学看到 TrOCR 的架构会觉得极其眼熟。…

📅 2 月 07, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

TrOCR：当 Transformer 遇见 OCR，端到端识别的精度巅峰

在 OCR 的技术演进史上，TrOCR 是一个分水岭。 在此…

📅 2 月 07, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

Surya 架构深度探析：基于 Vision Transformer 的文本行检测

在 PaddleOCR 称霸的这几年里，DBNet 是绝对的…

📅 2 月 07, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

多列布局识别：Surya 在扫描版书籍数字化中的实战表现

做书籍数字化，最怕的不是字认不出来，而是结构丢了。 扫描版 …

📅 2 月 07, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

Surya：挑战传统，号称比传统OCR快4倍的下一代识别引擎

做文档处理的兄弟们，应该都经历过 Tesseract 的折磨…

📅 2 月 07, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

Docling：将复杂PDF完美转化为Markdown的黑科技

做 RAG（检索增强生成）或者大模型应用落地的兄弟们，最近最…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

PaddleOCR v4 深度解析：轻量化 PP-OCR 机理与多语言支持

做 OCR 的兄弟们应该都有感觉，这几年 PaddleOCR…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

从零到集群：DeepSeek-OCR 8GB 显存高性能工程化部署全攻略

既然要从零开始，咱们就避开那些复杂的文档，直接按生产环境的最…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

性能对决：Tesseract vs. 深度学习OCR在工业质检中的选型指南

在工业质检（Quality Control）领域，选型 OC…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

开源OCR

2026年了，为什么Tesseract依然是OCR界的“常青树”？

2026 年，大模型（LLM）已经统治了 AI 界的半壁江山…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →