Как выбрать OCR в 2026 году: тестирование девяти моделей на трех движках инференса на русской рукописной письменности
В статье представлен бенчмарк девяти моделей OCR (традиционных и VLM) на трех движках инференса (vLLM, SGLang, Native HF) на русской рукописной письменности. Ключевые выводы: PaddleOCR-VL (1.7B) более чем в пять раз быстрее Qwen2.5-VL-7B, скорость Tesseract обманчива из-за низкой полноты вывода, а Native HF непригоден для продакшена. Рекомендации для различных сценариев представлены в таблице.
Статья из AI-хаба Habr сравнивает ряд OCR-решений для распознавания русского рукописного текста, тестируя девять моделей на движках vLLM, SGLang и нативном Native HF Transformers на наборе данных русских рукописных текстов. Авторы сообщают, что Tesseract, несмотря на самую высокую скорость — 193 страницы в минуту, возвращает лишь 411 символов на страницу, тогда как PaddleOCR-VL выдаёт 1193
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал