DeepSeek-OCR 本地部署实践（适合新手、windows环境）

识别效果：

结论：

deepseek-ocr 官方库提供了 transformers和vllm两种推理解析方式，transformers仅提供了图片识别的示例，vllm提供了图片识别和pdf识别两种示例。vllm仅可在linux系统下部署使用。

如果只需要图片识别，windows和linux两种系统都可以。如果需要pdf识别，则需要使用linux系统部署。或者windows系统下部署后，自己编写代码处理PDF转图片和批量调用的图片解析的逻辑。(deepseek-ocr解析pdf前，也是转成了图片)。

电脑环境:

windows 11、显卡 5060

deepseek-ocr官方代码库：https://github.com/deepseek-ai/DeepSeek-OCR

需要安装的内容：

git、python、Anaconda、cuda、pytorch(torch、torchvision、torchaudio、numpy)

我电脑使用的版本如下

环境安装中因为CUDA版本不匹配，模型识别不了，反复切换过几次cuda、troch、flash_attn的版本。

这些软件的版本需要根据个人电脑显卡型号确定，一定要根据自己的电脑配置情况下载匹配版本，下边会详细介绍。

安装部署过程

1、安装git

为了拉取deepseek-ocr的项目代码（如果电脑已经安装跳过，安装系统可以使用的版本即可）

https://git-scm.com/install/windows

从官网下载对应电脑程序，一步步安装即可。

2.获取代码

从电脑上想安装deepseek的文件夹下输入cmd

在打开的命令窗口中，输入 git clone https://github.com/deepseek-ai/DeepSeek-OCR.git

3.安装python 3.12.9

deepseek-ocr 推荐的python版本是3.12.9，建议安装此版本

https://www.python.org/downloads/windows/

下载自己电脑适合的版本