2026年1月13日
PaddleOCR系列学习；PaddleOCR结构化输出PPStructureV3；
摘要： 1.PaddleOCR系列学习； PaddlePaddle（简称 Paddle）是一个中文友好的文档。 PP-OCRv5 是“模型 + 算法方案” Paddle 是“深度学习框架 / 运行引擎” 你的 Python 代码 │ ▼ PaddleOCR（高层封装） │ ▼ PP-OCRv5（det / 阅读全文
posted @ 2026-01-13 18:31 asphyxiasea 阅读(27) 评论(0) 推荐(0)
2025年12月25日
ollama模型调用架构应对图像与pdf混合输入；marker-pdf配置；marker-pdf的参数output_format及输出类型对比；
摘要： 1.ollama模型调用架构应对图像与pdf混合输入 现在的ollama模型调用程序本质架构： 当前有： 输入层（两种） 图片 → 多模态模型 PDF → OCR → 纯文本模型 无法应对文件类型差异，一个类型一个接口，有点臃肿 输出目标（一种） 抽取同一套 Schema（结构化 JSON） 暂时将 阅读全文
posted @ 2025-12-25 17:34 asphyxiasea 阅读(1) 评论(0) 推荐(0)
2025年11月18日
开发环境 / 远程连接相关
摘要： 学到了OCR 的全称是 Optical Character Recognition（光学字符识别）。 它是一种把 图片里的文字 转换成 真正的可编辑文本 的技术。 一、开发环境 / 远程连接相关 PyCharm 连接远程电脑（未完成） 如何在 PyCharm 使用 SSH 连接远程服务器做开发。 W 阅读全文
posted @ 2025-11-18 17:20 asphyxiasea 阅读(0) 评论(0) 推荐(0)