#DeepseekOCR

avatar
铁锤人
2天前
这两天看到好多人在关心DeepseekOCR和百度PaddleOCR-VL的对比，我有些技术见解 我之前公司开发过文档翻译，选型PaddleOCR-VL 现在结论依然不变， 因为在OmniBenchDoc V1.5 权威榜单中： 1. 表格结构理解：Table TEDS 得分，领先 15.5 分 2. 表格语义理解：91.43分，领先 9.9 分 3. 综合得分 92.56 vs 86.46，领先 6.1 分 从选型角度来说： 1. 做OCR文档解析工作流（文本+表格+公式+阅读顺序）时，相比后者更好 2. 模型比较小，方便用户端侧推理下载webgpu推理。 但若你关注长上下文压缩等新思路，后者值得在相关场景中探索。
#DeepseekOCR #PaddleOCR-VL #文档解析 #表格识别 #性能领先
avatar
最近在做「小某书」里播客分享和种草笔记的相关分析，因为大部分是图片为主，所以绕不开 OCR。横评一圈后，发现最能打的还是 PaddleOCR，下面第二张，是找的手写笔记识别测试效果。 PaddleOCR 算是开源深耕多年、生态完整、工程部署友好。看了他们最新 PaddleOCR-VL 的跟DeepseekOCR的对比指标，居然在权威 OmniBenchDoc V1.5 上做到： - 综合 92.56（+6.1 相比 DeepSeek-OCR-Gundam-M，模型仅 0.9B） - 表格结构 TEDS 93.52（+15.5） - 表格语义 TEDS-S 91.43（+9.9） - 阅读顺序误差 0.043 - 公式 CDM 89.76（略胜） 这对实战意味着：多表格页、混排公式/手写、阅读顺序恢复更准、更省清洗成本。顺带点赞 DeepSeek 的“上下文光学压缩”思路，学术上很有启发，但落地层面我会优先上 PaddleOCR-VL 做生产线基座。
#PaddleOCR #OCR技术 #DeepseekOCR #性能对比 #开源