OCRFlux-3B: 지능형 텍스트 인식 툴킷
1. 튜토리얼 소개
OCRFlux-3B는 ChatDOC 팀이 2025년 6월 17일에 발표한 다중 모드 대규모 언어 모델 기반의 툴킷으로, PDF와 이미지를 깔끔하고 읽기 쉬운 일반 텍스트(Markdown)로 변환하는 데 사용됩니다. 이 도구는 페이지 단위 텍스트 변환 기능을 제공할 뿐만 아니라, 여러 페이지에 걸쳐 표와 단락을 병합하는 기능도 지원하여 복잡한 문서 구조 처리를 강력하게 지원합니다.
이 튜토리얼에서는 RTX 4090 카드 하나를 리소스로 사용합니다. 이 프로젝트는 PDF 문서, 이미지 문서, 여러 파일의 세 가지 데모 예시를 제공합니다.
2. 프로젝트 예시
PDF 문서
이미지 문서
여러 파일
3. 작업 단계
1. 컨테이너 시작 후 API 주소를 클릭하여 웹 인터페이스로 진입합니다.
2. 사용 단계
"잘못된 게이트웨이"가 표시되면 모델이 초기화 중임을 의미합니다. 모델이 크기 때문에 약 2~3분 정도 기다리신 후 페이지를 새로고침해 주시기 바랍니다.
PDF 문서
매개변수 설명
- 고급 설정:
- 대상 이미지 크기: 생성된 이미지의 크기를 제어하는 데 사용되는 대상 이미지 크기입니다.
- 최대 페이지 재시도: PDF 페이지 구문 분석 오류를 처리하는 데 사용되는 최대 재시도 횟수입니다.
- 페이지 간 병합 건너뛰기: 문서의 여러 페이지에 걸쳐 콘텐츠를 처리하는 데 사용되는 페이지 간 병합을 건너뜁니다.
이미지 문서
여러 파일
4. 토론
🖌️ 고품질 프로젝트를 발견하시면, 백그라운드에 메시지를 남겨 추천해주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. 친구들의 QR코드 스캔과 [SD 튜토리얼] 댓글을 통해 그룹에 가입하여 다양한 기술 이슈에 대해 논의하고 신청 결과를 공유해 주시기 바랍니다.↓
