RolmOCR ist ein Open-Source-OCR-Tool, das vom Reducto AI-Team entwickelt wurde und auf dem visuellen Sprachmodell Qwen2.5-VL-7B basiert. Es ist speziell für handschriftliche Inhalte und schräge Dokumente optimiert, die mit herkömmlicher OCR schwer zu verarbeiten sind, und verbessert die Erkennung von Dokumenten mit unkonventionellen Winkeln durch die Verwendung von 15% gedrehten Trainingsdaten.
Die zentralen Stärken spiegeln sich in drei Bereichen wider:
- Mit dem neuesten visuellen Sprachmodell wird die Erkennungsgenauigkeit erheblich verbessert.
- Schnellere Verarbeitungsgeschwindigkeit als vergleichbare Tools olmOCR, Speicherverbrauch um mehr als 30% reduziert
- Unabhängig von PDF-Metadaten, direktes Parsen des ursprünglichen Dokumentinhalts
Typische Anwendungsszenarien sind die digitale Konvertierung handschriftlicher Notizen in der akademischen Forschung und die Stapelverarbeitung von gekippten gescannten Dokumenten in Unternehmensumgebungen.
Diese Antwort stammt aus dem ArtikelRolmOCR: Dokument-OCR-Modell zur Erkennung von handgeschriebenen und schrägen SchriftzeichenDie
Deutsch 
简体中文 
English 
日本語 
Português do Brasil