DeepSeek-OCR 本地部署使用教程（附完整环境配置与推理示例）

作者：[夔嶷]
平台：优快云
项目地址：https://github.com/deepseek-ai/DeepSeek-OCR
参考教程：Apifox 技术指南

---

一、前言

DeepSeek-OCR 是由 DeepSeek AI 推出的开源 OCR 模型，专为高精度文档识别与结构化输出而设计。它不仅能识别图像中的文字，还能将其转换为 Markdown、保留布局结构，甚至解析图表内容。本文将手把手教你如何在本地部署 DeepSeek-OCR，并使用 vLLM 或 Transformers 两种方式进行推理。

---

二、系统与硬件要求

系统环境

• 操作系统：Linux / Windows / macOS（推荐 Linux）
• Python 版本：3.12.9
• CUDA 版本：11.8+
• PyTorch 版本：2.6.0

硬件建议

• GPU：A100-40G 或同等性能（如 RTX 4090、3090）
• 显存：≥24GB（处理 PDF 或大图时建议 ≥40GB）
• 内存：≥16GB
• 存储：≥10GB（模型约 5–8GB）

---

三、项目克隆与环境搭建

1. 克隆项目

git clone https://github.com/deepseek-ai/DeepSeek-OCR.git
cd DeepSeek-OCR

2. 创建 Conda 环境（推荐）

conda create -n deepseek-ocr python=3.12.9 -y
conda activate deepseek-ocr

3. 安装 PyTorch（CUDA 11.8）

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118