- 博客(131)
- 收藏
- 关注
RSS订阅原创 使用 Docker 一键部署 PaddleOCR-VL: 新手保姆级教程
PaddleOCR-VL 是基于轻量级视觉语言模型（VLM）的文档解析解决方案，核心模型为 PaddleOCR-VL-0.9B，支持多语言文本、表格、公式、图表等元素级识别，并能以较低资源消耗达到 行业SOTA水平。本文推荐读者使用 Docker / Docker Compose 来部署PaddleOCR-VL——好处是依赖打包好、命令少、复现稳定，并且便于生产化扩展（端口、GPU 绑定、挂载配置等）。理解 PaddleOCR-VL 的定位与优势，以及为什么 Docker 是最省心、最稳定的部署方式。
2025-12-18 17:07:49
708
原创 再也不靠人肉找合同“坑“：我的智能合同风险审查全流程落地实录
实现主流程 run() 及 _parse_document()、_analyze_risks()、_generate_suggestions()、_integrate_results() 等内部步骤；如果每次都从头走 OCR + LLM，不仅浪费算力，用户体验也会很差。调用 ui_workflow_processor.py 中的 process_contract_workflow()；提供 find_text_positions_in_json() 等工具函数，为后续风险高亮提供坐标数据。
2025-12-18 17:02:59
911
原创 破解“竖排文本”魔咒：在 RTX 3060 上微调 PaddleOCR-VL 以识别日本漫画
如果你曾尝试使用传统的 OCR 工具直接翻译一本未汉化的日本漫画（Manga），你可能会遇到令人抓狂的体验：文字识别乱码、气泡顺序错乱，尤其是那些 竖排（Vertical） 且字体夸张的拟声词，AI 往往视而不见。2，惊人的效果提升：根据我们的实测，在 RTX 3060 上微调后，精确匹配率 (Exact Match) 从基础模型的 9.0% 飙升至 64.4%，字符错误率 (CER) 降低了 80%。3，运行数据处理脚本： 该脚本会自动解析 XML 标注，裁剪出文本区域，生成适合 VL 模型训练的格式。
2025-12-11 17:49:45
611
原创 如何用OpenVINO™部署PP-StructureV3到Intel GPU上
RapidDoc是一个轻量级、专注于文档解析的开源框架，支持OCR、版面分析、公式识别、表格识别和阅读顺序恢复等多种功能。框架基于 Mineru 二次开发，移除 VLM，专注于 Pipeline 产线下的高效文档解析，在 CPU 上也能保持不错的解析速度。本文章所使用的核心模型主要来源于 PaddleOCR 的 PP-StructureV3 系列（OCR、版面分析、公式识别、阅读顺序恢复，以及部分表格识别模型），并已全部转换为 ONNX 格式，支持在 CPU/GPU 上高效推理。
2025-12-02 18:09:09
411
原创 用ROCm部署PP-StructureV3到AMD GPU上
RapidDoc 是一个专精于文档智能解析的轻量级开源框架，集成了以下核心功能模块：光学字符识别（OCR）文档版面分析数学公式识别表格结构还原阅读顺序恢复该系统基于 MinerU 架构进行二次开发，在保持高精度解析能力的同时，移除了视觉语言模型（VLM）模块，专注于构建高效稳定的端到端文档解析流水线。即使在纯 CPU 环境中，系统仍能保持流畅的推理性能。本项目采用的核心模型均来自 PaddleOCR 的 PP-StructureV3 模型系列，包括：OCR 识别模块版面分析模块。
2025-11-13 16:40:07
852
原创 三步将AI模型转换为 DeepX 格式并完成精度评估
本项目采用了一种通用、与框架无关的方法的范例：通过比较两种模型输出的一致性，来判断一次模型转换是否成功。我们提供了一个端到端示例，演示如何将 YOLOv5su 模型从 PyTorch (.pt) 转换为 ONNX (.onnx)，再编译为 DeepX 专用的 .dxnn 格式。最后 采用 模型输出结果分析脚本，通过对标准测试图片 (test.jpg) 进行推理，分析 .dxnn 模型与原始 .pt 模型输出的结果是否一致，体现模型在转换过程中是否成功。
2025-10-24 14:23:13
809
原创 PaddleOCR-VL：紧凑型0.9B参数模型在多语言文档解析领域表现卓越
PaddleOCR-VL作为专为文档解析优化的0.9B参数视觉语言模型，通过动态视觉编码器与轻量语言模型的创新结合，在有限硬件资源下实现了业界领先的解析精度。它的突出之处在于：🌍 涵盖109种语言支持📊 全面覆盖表格、图表、公式等复杂元素🧠 全面覆盖表格、图表、公式等复杂元素⚡ 以更低的计算成本超越更大的模型✅ 输出结构化的 JSON 和 Markdown简而言之：PaddleOCR-VL 将前沿文档智能技术封装为紧凑、高效、多语言且可直接部署的解决方案。
2025-10-24 14:20:39
904
原创 PP-OCRv5 MCP服务器在海光主板的部署与实战
借助Cherry Studio 与大模型及 PaddleOCR MCP 的深度融合，用户不仅能高效精准地从各类图像中提取文本内容，还可进一步完成结构化数据提取等复杂任务。结合 Cherry Studio 灵活的配置能力，用户可量身定制专属 AI 助手，显著提升工作效率与生活便捷性。最后，点击“确定”按钮，完成在Cherry Studio中，配置PaddleOCR MCP。首先，打开Cherry Studio在软件的“MCP服务器”管理页面，安装好UV和Bun。若需验证MCP服务器安装是否成功，可输入命令。
2025-10-15 17:06:04
517
原创 Spec-Kit+Copilot打造AI规格驱动开发
在传统的软件开发中，通常先有需求→ 写规格 → 再写代码；规格多数是“指导性文档”，而真正的业务逻辑和边界由程序员“翻译”出来。Spec-Driven Development（规格驱动开发）的理念是，将规格（spec）从“仅供参考”提升为可执行、可驱动的核心工件，直接引导后续设计、计划、任务拆解、实现等流程。spec-kit 是 GitHub 提供的一个工具集 / CLI / 模板库，用来在项目中落地这种流程！
2025-10-15 15:21:59
2147
1
原创 3种超火电影级PPT开场，跟着学，5分钟搞定高级感！
别再费劲琢磨PPT开场了！收下这3份“保姆级”配方，你只需要复制步骤，就能做出让同事眼前一亮的高级感开场。
2025-10-15 15:20:28
883
原创 使用ROCm™优化并部署YOLOv8模型
YOLOv8 由 Ultralytics 于 2023 年 1 月 10 日发布，在准确性和速度方面提供了前沿的性能。YOLOv8 在之前 YOLO 版本的基础上进行了改进，引入了新的特性和优化，使其成为各种应用中各种目标检测任务的理想选择。YOLOv8模型的卓越性能使其在多个领域具有广泛的应用前景，如自动驾驶与智能交通、工业制造与质量检测、安全监控与公共安全等。本文将介绍使用ROCm™在AMD® CPU、独立显卡、集成显卡上优化并部署YOLOv8模型。
2025-09-24 16:40:15
834
原创 你可能见过一打十的叶师傅，但不一定见过支持10个屏的迷你主机！
PZ21_6mDP迷你主机作为算力魔方Z系列的一款典型机型，机身小巧，可隐藏在显示器支架后方或机柜中，把复杂场景中的“多信息、多任务”拆解为独立画面，减少“切换成本”，对追求“高效协作、空间友好”的用户而言，这款迷你主机既是多屏场景的 “入门解决方案”，也是可长期升级的“核心设备”，真正实现了“小机身，大视野”。如果你有更好的文章，欢迎投稿！更多精彩内容请关注“算力魔方®。
2025-09-19 21:57:43
297
原创 使用OpenVINO将PP-OCRv5模型部署在Intel显卡上
OpenVINO™工具套件是一个用于优化和部署人工智能（AI）模型，提升AI推理性能的开源工具集合，不仅支持以卷积神经网络(CNN)为核心组件的预测式AI模型(Predictive AI)，还支持以Transformer为核心组件的生成式AI模型(Generative AI)。OpenVINO™工具套件支持直接读取并优化PaddlePaddle训练好的模型(*.pdmodel)或者ONNX格式模型(*.onnx)，提升其在英特尔® CPU、独立显卡、集成显卡、NPU等硬件上的AI推理计算性能。
2025-09-19 21:56:26
509
原创 解析4口POE工控机的场景价值与核心优势
PT21Pro_4POE工控机，机壳使用铝合金材质，提供2路 HDMI显示，4个USB3.0接口，8个USB2.0接口，6个千兆网络（其中4个支持POE），2路 RS232/422/485串口。在多设备需供电+ 联网的场景中，这款工控机以一体化、高集成、易运维为核心优势，实现了1台设备替代多台传统设备的效果。在未来，随着POE技术升级，这类POE工控机还将适配更多高功率设备，进一步拓展其他应用，成为工业与商用场景中供电 + 网络一体化的核心设备。如果你有更好的文章，欢迎投稿！更多精彩内容请关注“
2025-09-12 19:05:17
813
原创 PaddleOCR MCP Server 实战：3步将OCR和文档解析轻松集成到 AI智能体
PaddleOCR MCP Server 是一个轻量级 Model Context Protocol (MCP) 服务，专为将 PaddleOCR 的文档理解能力无缝集成到文档AI智能体而设计，让AI智能体能够按需调用文字识别或文档解析工具，如下图所示，实现从图像/PDF中提取结构化信息：OCR：文字识别工具，从图像/PDF 提取高质量文本。PP-StructureV3：文档解析工具，从图像/PDF中提取表格、标题、段落和公式等文档元素，并以Markdown/JSON格式输出。
2025-09-12 19:04:10
1452
原创 使用ROCm将PP-OCRv5模型部署在AMD显卡上
ROCm™（Radeon Open Compute）是 AMD 推出的开源软件栈，旨在为 GPU 加速计算提供全面支持。它包含驱动程序、编译器、开发工具、库函数和 API，覆盖从底层内核开发到上层应用部署的完整开发流程，广泛适用于高性能计算（HPC）、人工智能（AI）和机器学习等领域。ROCm™ 特别针对生成式 AI 和 HPC 工作负载进行了深度优化，具备良好的生态系统兼容性和代码可移植性，能够帮助开发者快速将基于 CUDA 等平台的现有项目迁移至 AMD 平台。
2025-09-12 19:00:53
827
原创 一键搞定！PP-OCRv5模型转ONNX格式全攻略，解锁多平台无缝部署
通过以上五个步骤，我们成功地将PP-OCRv5模型转换为了ONNX格式，为其在广阔硬件平台上的部署打开了大门。无论是云端服务器还是边缘设备，ONNX都能提供强大的跨平台能力。🎯 接下来你可以尝试：🔧 利用ONNX Runtime、TensorRT等工具对模型进行进一步量化加速。⚡ 探索在OpenVINO、ROCm等框架上的极致推理性能。📲 最终将模型部署到你的目标设备（如手机、嵌入式开发板等）上，打造真正实用的应用。💬 互动时间：你在哪类设备上部署过OCR模型？过程中遇到了哪些有趣或棘手的问题。
2025-09-05 15:49:36
1768
原创 精准定位性能瓶颈：深入解析 PaddleOCR v3.2 全新 Benchmark 功能
为了解决这一痛点，我们在 PaddleOCR v3.2 中正式推出了全新的细粒度性能 Benchmark 功能，赋予开发者前所未有的性能洞察力。全新的 Benchmark 功能不仅支持对整个产线的端到端推理速度进行测量，其真正的强大之处在于，它能提供逐层级、逐模块的详细性能数据。这意味着您可以深入到产线内部，清晰地看到每一环节、每一个关键方法的具体耗时情况。从上图可以看出，产线中每个单功能模块，以及模块与产线中的关键方法执行时间均被详细记录。
2025-09-05 15:46:15
1115
原创 坦克系列基础款工控机介绍
作者：算力魔方创始人/英特尔创新大使刘力坦克系列分为和两款，多种算力可选择，适应多种性能需求。工控机作为自动化系统的核心设备，其散热设计与接口配置直接影响着工业场景的适配性。
2025-08-29 12:02:19
336
原创 ProxmoxVE9.0部署与配置指南
算力魔方®是一款可以DIY的迷你主机，采用了抽屉式设计，后续组装、升级、维护只需要拔插模块。通过选择不同算力的计算模块，再搭配不同的 IO 模块可以组成丰富的配置，适应不同场景。性能不够时，可以升级计算模块提升算力；IO 接口不匹配时，可以更换 IO 模块调整功能，而无需重构整个系统。本文以下所有步骤将在带有英特尔i7-1165G7处理器英伟达4060独立显卡算力魔方®上完成验证。到此为止，你已经成功部署并初步配置了ProxmoxVE9.0。ProxmoxVE的功能非常强大，远不止于此。
2025-08-29 11:49:43
4603
原创 小语种OCR标注效率提升10+倍：PaddleOCR+ERNIE 4.5自动标注实战解析
1，性能对比在1000张俄语商品图片上进行俄语标注，本方案与传统人工标注对比显著：| 说明：AI方案的字符准确率达到96.3%，这得益于双重校验机制。但在实际应用中，建议开发者在自己的数据集上进行验证。2，总结与展望本文提出的基于 PaddleOCR + ERNIE 4.5 的自动化标注方案，成功地将大模型的“智能”注入到传统OCR的数据准备环节，实现了：范式创新：从“人喂数据”到“AI自产数据”，重塑了OCR研发流程。效率革命：将数周的标注周期压缩至数小时，极大加速了模型迭代。
2025-08-29 11:17:07
850
原创 如何用算力魔方4060安装PaddleOCR MCP 服务器
算力魔方®是一款可以DIY的迷你主机，采用了抽屉式设计，后续组装、升级、维护只需要拔插模块。通过选择不同算力的计算模块，再搭配不同的 IO 模块可以组成丰富的配置，适应不同场景。性能不够时，可以升级计算模块提升算力；IO 接口不匹配时，可以更换 IO 模块调整功能，而无需重构整个系统。本文以下所有步骤将在带有英特尔i7-1165G7处理器英伟达4060独立显卡的算力魔方上完成验证。
2025-08-21 18:08:36
515
原创 算力魔方迷你主机的“八爪鱼”模式
Z系列算力魔方采用双层结构，第一层支持计算模块，提供基本功能，搭载CPU，内存，硬盘，第二层采用扩展模块，提供6个2.5G网口及一个硬盘位，尺寸为。
2025-08-21 17:11:20
535
原创 详解开源关键信息提取方案PP-ChatOCRv4的设计与实现
PP-ChatOCRv4 是一个开源的端到端关键信息抽取与智能问答系统，面向复杂文档的解析与交互场景。它结合 OCR 技术、结构化解析、向量检索 与 大语言模型（LLM），构建了从文档图像到结构化结果的完整处理链路 → PP-ChatOCRv4快速体验。大模型社区-飞桨星河AI Studio大模型社区1，核心设计理念模块化架构：组件松耦合，便于替换、扩展和二次开发多模态融合：结合视觉特征与文本语义，提高理解准确度检索增强：向量检索为 LLM 提供精准上下文，提升回答质量。
2025-08-21 17:10:01
1462
原创 用 ERNIE 4.5 与 PaddleOCR 3.0 实现文档翻译实践指南
PaddleOCR 3.0是业界领先、可直接部署的 OCR 与文档智能引擎，提供从文本识别到文档理解的全流程解决方案，提供了全场景文字识别模型PP-OCRv5、复杂文档解析PP-StructureV3和智能信息抽取PP-ChatOCRv4，其中PP-StructureV3在布局区域检测、表格识别和公式识别方面能力尤为突出，还增加了图表理解、恢复多列阅读顺序以及将结果转换为Markdown文件的功能。通过本文介绍的方法，你可以快速构建一个高质量的文档翻译系统，满足不同场景下的文档翻译需求。
2025-08-13 12:26:14
720
原创 动手学构建基于ERNIE 4.5 + WebSearch的应用：让答案更专业！
本项目展示了 ERNIE 4.5 结合 Web Search 的强大能力，解决了 LLM 在实际场景中的知识孤岛问题。欢迎开发者 fork、提交Issue、二次开发，共同推动大模型应用落地。
2025-07-25 09:59:20
759
原创 桌面清爽度+10086！华硕NUC13Pro：剪片狗&网瘾少女的桌面革命！
从“拖拉机”换到NUC 13 Pro，像诺基亚换iPhone 15 Pro Max！性能够猛，剪辑游戏两开花，关键——桌面终于能摆下我的零食、手办和八杯奶茶了！顶配小贵？想想省下的空间和理线时间，值！最后敲黑板： 2025年还用大机箱？你桌面的电线正在嘲笑你！迷你主机才是清爽未来！当然啦，选迷你主机也要看需求。追求极致小巧和日常全能，华硕NUC很棒；要是搞AI开发、工业控制、需要更强显卡或独特接口扩展性，不妨了解下我们算力魔方®这种模块化设计的‘积木式’AIPC，一次设计，多处应用，潜力无限哦！
2025-07-22 18:07:11
442
原创 在入门级工控机上跑YOLOv12？OpenVINO™加速实战（附完整步骤）
作者：算力魔方创始人/英特尔创新大使刘力场景痛点：工业现场需要实时目标检测，但设备预算有限？今天我们在千元级N97工控机上，用OpenVINO部署最新YOLOv12模型，实测效果超预期！
2025-07-07 13:23:38
517
原创 豆包AI播客：几十上百页的资料，不再费眼！
解放双眼，随时随地“听”知识：🚇 通勤路上：堵车？挤地铁？耳机一戴，百页报告轻松“听”完！👩💻 工作间隙：眼睛干涩？起身活动，边听边消化技术文档。🏃 家务健身：洗碗、跑步...碎片时间秒变充电黄金档！🌙 睡前放松：闭目养神，让有趣的故事流入脑海。（哄睡利器）🎁 贴心彩蛋：生成后，左下角一键调节语速！快慢随心，听得更爽！豆包AI播客：几十上百页的资料，不再费眼！(qq.com)以为只是“省眼睛”？豆包AI播客的隐藏大招更惊人！它能让你：✅ 不用学习写剧本...✅ 不用情人拍视频...
2025-06-19 18:41:51
673
1
原创 「打工人快上车」用deepseek+图表画廊，三步搞定专业图表！
无论你是做产品分析、市场报告还是项目总结，这个组合都能帮你把数据直观、美观地呈现出来，让领导和同事眼前一亮！下次需要柱状图？折线图？饼图？步骤完全一样！图表画廊提供模板，DeepSeek 负责适配数据，WPS 负责最终呈现。效率工具用得好，下班回家没烦恼！关注我，解锁更多AI提效神技，告别无效加班！如果你有更好的文章，欢迎投稿！稿件接收邮箱：nami.liu@pasuntech.com更多精彩内容请关注“算力魔方®”！
2025-06-12 22:00:17
483
原创 基于算力魔方与PP-OCRv5的OpenVINO智能文档识别方案
算力魔方是一款可以DIY的迷你主机，采用了抽屉式设计，后续组装、升级、维护只需要拔插模块。通过选择不同算力的计算模块，再搭配不同的 IO 模块可以组成丰富的配置，适应不同场景。性能不够时，可以升级计算模块提升算力；IO 接口不匹配时，可以更换 IO 模块调整功能，而无需重构整个系统。本文以下所有步骤将在带有Intel i5-1165G7处理器的算力魔方上完成验证。
2025-06-12 21:58:29
1586
原创 基于算力魔方的智能文档信息提取方案
深度学习技术，尤其是计算机视觉领域的光学字符识别（OCR）技术的进步，使得自动化和智能化的文档信息提取成为现实。本方案结合了Intel OpenVINO平台的性能优化优势与百度飞桨（PaddlePaddle）提供的PP-OCRv4模型，旨在开发一款高性能、高精度的智能文档处理系统。该方案结合了尖端的视觉识别技术和经过优化的计算性能，目的是提高文档处理的效率和精确度，适用于包括财务报表分析、合同审查在内的多种场景。通过选择不同算力的计算模块，再搭配不同的 IO 模块可以组成丰富的配置，适应不同场景。
2025-05-15 10:35:46
729
原创 在Cherry Studio中快速使用markitdown MCP Server？
在使用RAG技术配置私有知识库的过程中，由于RAG技术不能直接处理PDF这样的非结构化数据，所以，必须使用转换工具把PDF文档转换为RAG技术可以使用的结构化数据文档，例如：Markdown或JSON文档。最近MarkItDown发布了MarkItDown-MCP，一个轻量级的支持 STDIO 和 SSE 调用方式的MCP 服务器，方便AI大模型调用 MarkItDown。Cherry Studio的MCP服务器功能+Markitdown-MCP，可以非常方便的打造基于AI大模型的文档分析应用！
2025-05-15 10:19:10
982
原创 如何在Chery Studio部署个人的MCP助手?
访问Chery Studio的官方网站，找到MCP助手的下载页面。根据您的操作系统（Windows、macOS或Linux）选择对应的安装包，并下载至本地。打开MCP助手，进入“设置”或“API配置”页面，输入从Chery Studio获取的API KEY。按照以上步骤操作，您即可在Chery Studio中成功部署个人的MCP助手，并利用其自动化功能提升工作效率。在主界面，任意输入一个问题，若能直接返回问题答案则表示API调用成功。Windows：双击下载的`.exe`文件，按照安装向导完成安装。
2025-05-07 16:45:03
567
原创 算力魔方万兆网络实测
万兆网转向规模化商用，政策、技术和场景创新形成合力，未来主流台式机主板将逐步内置万兆网卡，现在台式机也可以通过插卡实现万兆网，macmini有万兆网版本，可根据需求选配，NAS也支持万兆网，算力魔方可选万兆网模块，未来3-5年影视制作、工业互联网等领域或会完成万兆网络渗透，家庭用户通过“NAS+万兆交换机”组合尝鲜，将重构家庭、工业及城市数字化体验，但需突破终端生态协同和成本优化等关键问题。支持小批量多批次交付，降低初期部署成本，模块化设计允许后期单独升级网络模块，无需更换整机，延长设备生命周期。
2025-05-07 15:22:47
1012
原创 如何用FastMCP快速开发自己的MCP Server？
FastMCP作为新一代Python风格的MCP服务开发框架，相较传统MCP Server开发需手动编写代码处理协议解析、服务发现、错误处理等底层功能，通过标准化协议实现和自动化代码生成，使用FastMCP开发MCP Server，开发者无需关心底层协议实现，只需专注MCP Server的函数实现，大大降低了开发工作量！然后，在AI助手对话框中，启动MCP Server，并输入提示词“show greet to me”，感受LLM调用自己开发的MCP Server。如果你有更好的文章，欢迎投稿！
2025-05-07 15:22:42
1759
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人