1. Einführung in das Tutorial

Chandra ist ein hochpräzises Dokumenten-OCR-System (Optical Character Recognition), das im Oktober 2025 vom Datalab-to-Team entwickelt wurde und sich auf die Erkennung von Dokumentenlayouts und die Textextraktion konzentriert. Chandra kann PDF- und Bilddateien direkt verarbeiten und strukturierten Text, Markdown und HTML-Ausgaben generieren. Zusätzlich werden visuelle Layoutdiagramme zur einfachen Überprüfung der OCR-Ergebnisse bereitgestellt.

Kernfunktionen:

• Hochpräzise OCROptimiert für Dokument-, Tabellen- und mehrspaltige Layouts, unterstützt komplexe Seitenlayouts.
• LayoutbewusstseinErzeugt visuelle Layoutdiagramme und kennzeichnet Textblöcke, Tabellen und Bildbereiche.
• Ausgabe in mehreren FormatenUnterstützt das Herunterladen von Markdown, HTML und Klartext.
• Einfache BereitstellungBasierend auf der Streamlit-Oberfläche ermöglicht es eine schnelle Interaktion im Browser.
• Leichtes ModellSie können das Modell direkt mit Transformers laden, ohne eine Abhängigkeit von vLLM hinzufügen zu müssen.

Dieses Tutorial verwendet Streamlit, um das Chandra OCR-Kernmodell mit "RTX_5090"-Rechenressourcen bereitzustellen, was eine schnelle Dokumentenerkennung und Layoutvisualisierung ermöglicht.

2. Effektanzeige

Chandra hat die Kernaufgabe hervorragend erfüllt:

• OCR für einseitige DokumenteGenerieren Sie hochpräzisen Text und Markdown aus PDFs oder Bildern.
• LayouterkennungEs erkennt Bereiche wie Textblöcke, Tabellen und Bilder präzise und unterstützt die Layoutvisualisierung.
• Unterstützung für mehrseitige DokumenteEs kann PDF-Dateien seitenweise verarbeiten, wobei die Seitenzahlen bei 1 beginnen, um Bereichsüberschreitungen zu vermeiden.
• Markdown- und HTML-AusgabeAutomatische Einbettung von OCR-Ergebnissen in Markdown oder HTML sowie Unterstützung für den Download.
• Visuelles LayoutdiagrammGenerieren Sie PIL-Bilder von annotierten Textbereichen zur einfachen Überprüfung der OCR-Genauigkeit.

3. Bedienungsschritte

1. Starten Sie den Container oder führen Sie ihn lokal aus.

Nach dem Start des Containers klicken Sie auf die API-Adresse, um auf die Weboberfläche zuzugreifen:

2. Benutzerhandbuch

Wird „Bad Gateway“ angezeigt, bedeutet dies, dass das Modell initialisiert wird. Bitte warten Sie 1–2 Minuten und aktualisieren Sie die Seite.

HinweisWenn auf der Seite „Load_Model() wird ausgeführt“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Bitte warten Sie 1–2 Minuten und aktualisieren Sie die Seite anschließend.