百度开源Unlimited OCR 3B够用吗？
简单单页图文场景，3B模型反而有点性能冗余只处理单张截图、短页面小票文字，3B版本就没必要硬上了。它的R-SWA滑动窗口机制，是为超长输出设计的，短文本场景会多出额外计算开销。普通单行文字、证件截图识别，轻量级检测+识别流水线会更快、更省算力。3B激活参数看着不大，但处理短任务时吞吐量反而不如精简小模型。如果业务全是零散短图文，盲目部署这个模型，只会拉高服务器资源消耗。选模型还是要贴合业务长度，长文档才是它的主场。
发布于 江西
分享
评论
赞
未登录
友善发言
评论
加载中
