我要投稿

高效、精准、智能：GOT-OCR2.0引领OCR 2.0时代

发布日期：2024-09-25 21:03:28 浏览次数： 2673

作者：传神社区

微信搜一搜，关注“传神社区”

前沿科技速递

在信息化时代的快速发展中，光学字符识别（OCR）技术的应用变得愈加广泛。无论是文档数字化、表单自动录入，还是自然场景中的文字识别，OCR 技术都发挥着重要作用。而今天我要为大家介绍的是一款极具突破性的通用 OCR 模型——GOT-OCR2.0。

什么是 GOT-OCR2.0？

GOT-OCR2.0 是阶跃星辰一款新一代的 OCR 模型，致力于解决传统 OCR 系统（OCR-1.0）和当前大规模视觉语言模型（LVLMs）在 OCR 任务中的局限性。作为一款开源模型，GOT-OCR2.0 不仅能够处理标准的文本识别任务，还可以应对复杂的光学字符识别需求，如公式、表格、乐谱、几何图形等复杂结构。通过端到端的统一架构设计，GOT-OCR2.0 实现了更高的精度、效率和适应性。

来源：传神社区

01 GOT-OCR2.0 的功能与优势

GOT-OCR2.0 是阶跃星辰推出的一款高性能通用 OCR 模型，旨在解决传统 OCR 系统（OCR-1.0）和现有大视觉语言模型（LVLMs）在处理复杂 OCR 任务时的局限性。该模型以开源形式发布，不仅支持传统的文本识别，还可以处理如数学公式、化学分子式、表格、图表、乐谱等复杂结构，并且能够输出多种格式如 Markdown、LaTeX、SMILES 等，特别适合处理高难度、多场景的 OCR 任务。

与传统 OCR 系统相比，GOT-OCR2.0 采用了端到端的统一架构设计，通过集成高压缩率的编码器和强大的解码器，实现了对不同字符类型的高效处理。无论是复杂文档识别，还是场景文本识别，GOT-OCR2.0 都展示了卓越的表现。

高精度多语言识别GOT-OCR2.0 支持中文、英文的字符识别，并且可以通过微调扩展到其他语言。这种多语言能力使其在国际化场景中应用广泛，满足不同用户的需求。
场景文本识别
通过先进的视觉编码器，GOT-OCR2.0 能够轻松处理自然场景中的文本识别任务，如街道标志、广告牌上的文字。这使得它在实际应用中拥有极高的适应性和实用价值。
格式化文本输出
GOT-OCR2.0 能够识别文档中的复杂结构并将其转换为多种格式输出，如 Markdown、LaTeX、TikZ 等。这意味着不仅可以提取文本，还可以保留文档的原始格式和排版，极大提升了文档处理的效率。
复杂字符和结构的识别
除了常规的文字识别，GOT-OCR2.0 还能精准识别数学公式、化学分子式、表格、图表等复杂内容，并转换为可编辑的格式，满足科学计算、学术研究等专业场景需求。
动态分辨率与多页 OCR 支持无论是高分辨率海报还是多页 PDF 文档，GOT-OCR2.0 都可以通过动态分辨率技术和多页处理能力轻松应对，大大提高了大文件的处理效率。

02 技术亮点

端到端统一架构
传统的 OCR-1.0 系统由多个独立的模块组成（如文本检测、区域裁剪和字符识别等），容易出现局部最优问题，且维护成本高。GOT-OCR2.0 则采用了端到端的统一架构，通过高度压缩的编码器和长上下文解码器的结合，实现了简洁高效的字符识别。它不仅降低了复杂系统的维护成本，还提升了对各类 OCR 任务的处理能力。
高压缩率编码器
GOT-OCR2.0 的编码器基于 Vision Transformer (ViT)，具备高压缩率，能够将输入图像的像素压缩为更小的 tokens，使得模型在处理高分辨率图像时既能保证准确性，又能降低计算资源的消耗。
长上下文解码器
GOT 的解码器采用了强大的 Qwen-0.5B 语言模型，能够处理长达 8000 个 tokens 的长文本场景，从而在处理多页文档或高密度文本时依然能够生成准确的 OCR 输出。