DeepSeek-OCR 是深度求索（DeepSeek）于 2025 年 10 月 20 日开源的一款革命性 OCR 模型，其核心创新在于提出 上下文光学压缩 （Contexts Optical Compression）技术，通过视觉模态实现文本信息的高效压缩与解压。该模型以 3B 参数量实现了 SOTA 级性能，按照官方的说法，单张 A100-40G 显卡日处理能力超 20 万页数据，这为长文本处理和大模型优化提供了全新范式。
DeepSeek-OCR 采用 端到端视觉语言模型（VLM）架构 ，由两大核心组件构成：
1.DeepEncoder（视觉编码器）
专为高分辨率输入设计，通过 “局部感知 + 全局语义” 的双塔结构实现高效压缩：
2.DeepSeek3B-MoE 解码器
基于混合专家架构（MoE），推理时仅激活 64 个路由专家中的 6 个及 2 个共享专家，实际激活参数约 5.7 亿。该设计在保持 3B 模型表达能力的同时，实现了 500M 小模型的推理效率（8.2 页 / 秒，A100 显卡），支持从压缩后的视觉 Token 中重建原始文本。
DeepSeek-OCR 支持灵活的分辨率模式，适应不同硬件和场景需求：
原生分辨率模式：
动态分辨率模式（Gundam） ：
基础环境推荐：
注：该模型对于显存占用要求较低，16G显存也可部署，不过在识别pdf的较大文件占用显存较高。
查看系统版本信息
更新软件包列表
创建虚拟环境
激活虚拟环境
在github中将DeepSeek-OCR有关的官方存储库克隆下来，可见：deepseek-ai/DeepSeek-OCR：上下文光学压缩
进行DeepSeek-OCR目录下，执行命令 将仓库所需的各版本号依赖项进行下载
特别的，如需要该模型可视化访问页面，这里推荐huggingface上官方给出的gradio页面模板
同样的，使用该模板，也需要进入DeepSeek-OCR-Demo目录下，安装所需依赖项
这里推荐转到魔塔社区官网下载模型文件：DeepSeek-OCR · 模型库
使用命令行下载完整模型库
转到根目录下，创建 目录用于存放模型权重文件，在使用命令行下载
进入 目录，修改其中的web启动代码app.py：
将模型的加载路径改为本地路径 以及lunch加载函数中设置
将网址：http://localhost:8080/粘贴到浏览器中，便可与模型进行对话
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/217727.html