PP-OCRv6 : PaddlePaddle publie trois modèles OCR multilingues (50 langues) sur Hugging Face, de 1,5M à 34,5M de paramètres
- 01PP-OCRv6 propose trois variantes (tiny/small/medium) de 1,5M à 34,5M paramètres pour 50 langues.
- 02Le modèle medium obtient 86,2 % en détection et 83,2 % en reconnaissance sur les benchmarks internes PaddleOCR.
- 03Les modèles sont disponibles sur Hugging Face avec support PaddleOCR, Transformers et ONNX Runtime.
PaddlePaddle publie PP-OCRv6, une famille de trois modèles OCR multilingues couvrant 50 langues, avec des tailles allant de 1,5 million à 34,5 millions de paramètres.
La version introduit une architecture unifiée pour la détection et la reconnaissance de texte, basée sur le backbone PPLCNetV4. Trois variantes sont proposées : tiny (1,5M de paramètres), small (7,7M) et medium (34,5M). Les modèles small et medium supportent 50 langues, dont le chinois simplifié et traditionnel, l'anglais, le japonais et 46 langues utilisant l'alphabet latin. Sur les benchmarks internes de PaddleOCR, le modèle medium obtient un score de détection de 86,2 % et de reconnaissance de 83,2 %, soit respectivement 4,6 et 5,1 points de mieux que le prédécesseur PP-OCRv5_server.
Les améliorations architecturales incluent RepLKFPN pour la détection et EncoderWithLightSVTR pour la reconnaissance. Les modèles sont disponibles sur Hugging Face avec des options d'inférence via PaddleOCR, Transformers ou ONNX Runtime. Une démo en ligne permet de les tester sans installation.
Articles liés
NeoMME : un encodeur multimodal multilingue open source sans tour de vision séparée
Explorer une innovation open-source majeure pour les modèles d'IA polyvalents.
Hugging Face publie un guide pour affiner des modèles en 100 étapes avec GRPO
Découvrez une méthode de fine-tuning optimisée pour générer des sorties structurées avec des modèles de taille réduite.
Hugging Face publie plus de 200 kernels WebGPU pour accélérer l'IA locale dans le navigateur
Découvrez comment optimiser vos modèles d'IA locaux avec les nouveaux kernels WebGPU de Hugging Face.