想在本地部署 OCR 服务,解析美团的外卖订单截图,求推荐一个好用的 OCR 模型

4 月 20 日
 EchoPrince

公司做的是美团业务,需要定期解析一批美团的订单截图(也有一些是手机相机拍的订单页面图片),提取出其中的订单号码。 我试用了下腾讯的 ocr 识别成功率很高,就是太贵了,图片量很大遭不住。哪位老哥研究过 OCR ,能不能推荐一个适合本地部署的,公司有 5060 显卡。

4807 次点击
所在节点    Local LLM
49 条回复
superhuai
4 月 20 日
偷偷摸摸用之前微信提取的那个 ocr , 应该不要钱。
Wao
4 月 20 日
deepseek ocr
Mogugugugu
4 月 20 日
Paddle OCR 试试
66beta
4 月 20 日
听上去 Gemini 本地模型 Gemma 4 就能做?而且显卡错错有余
Leon6868
4 月 20 日
也许用多模态大模型比普通 OCR 好,收集拍摄的订单图片对于基于文字分隔的 OCR 而言还是太难了
raptor
4 月 20 日
@Mogugugugu 百度这个确实还行
diudiuu
4 月 20 日
gemma+ocr 一套

https://huggingface.co/unsloth/gemma-4-26B-A4B-it-GGUF/tree/main

mmproj-BF16.gguf 这个是图片模型
honda720
4 月 20 日
Paddle OCR 就是干这个的,5060 应该能搞个稍微好点的
xyooyx
4 月 20 日
Topdu/OpenOCR 前段时期试了个小型的,效果不错
defunct9
4 月 20 日
mmproj-BF16.gguf 这个是多模态用的,https://rendoumi.com/posts/20260409-gemma4_install/
wnpllrzodiac
4 月 20 日
rapid OCR
cheng6563
4 月 20 日
跑个 qwen 看效果怎样。
labubu
4 月 20 日
百度 Paddle server 版本
iorilu
4 月 20 日
关注下, 模型太多了

现在有什么排行榜或确认的评测, 那几个模型领先吗
TuringGooner
4 月 20 日
之前不是有大佬逆向出来一个微信的 OCR 组件,纯算法的
Seanfuck
4 月 20 日
Paddle OCR 基本上最强,有 cpu 版本,有现成的容器镜像。
picone
4 月 20 日
paddle OCR ,性能也不错
BlueSkyXN
4 月 20 日
我一般用 MAC 自带的
pandaPapa
4 月 20 日
deepseek ocr 好像免费的
SmallBlueZhao
4 月 20 日
第一次看见帖子里面推荐百度家的东西比别家的多。。。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1207206

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX