跳到正文

GOT-OCR2.0

用一个端到端模型覆盖多类 OCR 任务

访问官网

GOT-OCR2.0 是什么

GOT-OCR2.0 被介绍为一个开源 OCR 模型,通过统一的端到端模型推动光学字符识别技术向 OCR-2.0 迈进。

你可以用它做什么

  • 处理普通文本、格式化文本与细粒度 OCR 任务
  • 处理多裁剪与多页文档 OCR
  • 使用基于深度学习的文本识别

上手步骤

  • 从 GitHub 克隆代码库到本地
  • 按 README 说明安装软件包与依赖
  • 从列出的来源下载并加载模型权重
  • 准备符合格式要求的训练或测试数据

优点与缺点

✓ 我们认可的地方

  • 提供 Huggingface 部署
  • 支持 CUDA 和 PyTorch 等运行环境

! 需要留意的地方

  • 列出的任务集中在 OCR 处理
  • 使用前需下载并加载模型权重

常见问题

列出哪些 OCR 任务?

资料列出普通文本、格式化文本、细粒度、多裁剪和多页 OCR。

权重从哪里获取?

资料列出 Huggingface、Google Drive 和百度云。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法