博客 & 资源

📄

OCR知识

Intel 的魔法：用 OpenVINO 让 PaddleOCR 在 CPU 上跑得飞起

OpenVINO 的核心逻辑是 Model Optimize…

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

别让页眉页脚毁了你的 RAG：OCR 文档切片 (Chunking) 的工程策略

OCR 的输出不仅仅是文字（Text），它是带坐标（Bbox…

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

LayoutLMv3 实战：只做 OCR 没用，你要的是“键值对提取” (KIE)

传统的 BERT 只能处理一维的文本序列。它不知道“发票代码…

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

当 7B 模型遇上 OCR：用 Qwen-2.5 本地清洗脏数据的工程实践

传统的 OCR 后处理是 Rule-based（基于规则） …

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

数据标注的艺术：PPOCRLabel 与 Label Studio 的工程实践

手标 OCR 数据是不可持续的。 一张密密麻麻的发票，如果从…

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

表格还原的终极之战：从 WiredTable 到 StructEqTable

做过财报分析的都知道，表格有三种形态： 在 2023 年之前…

📅 2 月 08, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

Docling 底层解析：混合布局分析模型是如何处理嵌套表格的？

在文档解析领域，嵌套表格（一个单元格里套着另一个完整的表格）…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

大模型 OCR 评测：DeepSeek 对比 GPT-4o

说实话，最近在圈子里聊 OCR，GPT-4o 已经不是唯一的…

📅 2 月 05, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

实战：构建基于 Qwen2-VL 的实时直播流 OCR 监控系统

传统的监控文字识别依赖于昂贵的硬件和复杂的视觉管线。随着 Q…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →

📄

OCR知识

实战：利用 Qwen2-VL 实现视频实时文字提取

在短视频剪辑、会议录制以及自动化内容审核等场景中，从视频中实…

📅 2 月 03, 2026 ✍️ zhangmu

阅读更多 →