#ocr

Hugging Face Blog·4月18日 00:17 UTC

Nemotron OCR v2 利用合成数据实现快速多语言识别

NVIDIA 和 Hugging Face 发布了 Nemotron OCR v2，这是一个使用 1200 万张合成训练图像在六种语言上实现最先进准确率的多语言光学字符识别模型。它将归一化编辑距离（NED）从 0.56–0.92 降低到 0.035–0.069，并且单张 A100 GPU 可以每秒处理 34.7 页。