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：
原生分辨率模式 ：
Tiny（512×512，64 Token）：适合移动端。
Small（640×640，100 Token）：平衡性能与效率。
Base（1024×1024，256 Token）：通用场景首选。
Large（1280×1280，400 Token）：高性能服务器。
基础环境推荐：
环境名称 版本信息 Ubuntu 22.04.4 LTS Cuda V12.1 Python 3.12 NVIDIA Corporation RTX 4090
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
创建虚拟环境
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
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
进入 目录，修改其中的web启动代码app.py：
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/221427.html