PaddleOCR의 문자 검출과 인식, 레이아웃 분석, 0.9B 문서 모델을 나눠 보고 다국어와 복잡한 판면에서 Markdown과 JSON까지 이어지는 흐름을 소개합니다.
AI가 손글씨를 계속 잘못 인식한다면 도구를 서둘러 바꾸지 마세요. 대부분의 문제는 사진과 글씨 자체에 있습니다. 먼저 글씨를 선명하게 찍고, 구간별로 인식시킨 뒤 한 줄씩 확인하세요. 이 세 단계를 거치면 결과는 대개 쓸 만해지며, 그래도 안 될 때 인식 방식을 바꾸...
PaddleOCR는 바이두의 패들패들(PaddlePaddle) 팀이 유지하는 오픈소스 OCR 툴킷으로, PDF와 이미지 속 문자를 판면 구조와 함께 추출해 기계가 쓸 수 있는 데이터로 만드는 데 특화되어 있습니다. GitHub에서 오래 인기를 유지하는 이유는 새로워서가...
MinerU는 최근 몇 년 문서 파싱 분야에서 빼놓을 수 없는 오픈소스가 됐습니다. 레이아웃이 복잡한 PDF를 깔끔한 Markdown이나 JSON으로 바꾸고, 수식은 LaTeX로, 표는 HTML로 변환하며, 스캔 문서는 자동으로 OCR로 넘깁니다. 대형 모델 학습과 R...
AI 이미지 인식이 글자를 잘못 읽는 것은 대부분 모델이 멍청해서가 아니라, 입력한 이미지 유형에 맞는 처리 방식을 쓰지 않았기 때문입니다. 모델을 바꾸기 전에 사진을 사진·스크린샷·스캔본 세 경우로 나누어 각각에 맞는 방법을 쓰세요. 인식 정확도가 바로 크게 올라갑니...
1. 초록 PaddleOCR-VL-1.5는 PaddlePaddle의 오픈 소스 0.9B 파라메트릭 문서 다중 모달 모델로, 레이아웃 위치 지정, 읽기 순서부터 텍스트/표/공식 등 구조화된 분석까지 "굽힘, 왜곡, 기울기, 스크린 촬영, 복잡한 조명"과 같은 실제 획득 ...
1. 초록 PaddleOCR은 PaddlePaddle을 기반으로 한 오픈 소스 OCR 및 문서 해석 도구로, 이미지와 PDF에 대해 "텍스트 인식 + 구조화된 추출"을 제공합니다. 3.x 시스템에서 PP-OCRv5는 일반적인 텍스트 감지 및 인식을 포함하며, PP-St...
2025년 10월 16일, PaddleOCR은 멀티모달 문서 파싱 모델인 PaddleOCR-VL 출시를 발표했습니다. 이 모델은 버전 3.3.0의 핵심 기능으로 출시되었습니다. 약 0.9B 크기의 이 모델은 NaViT 스타일의 동적 해상도 시각 인코더와 ERNIE-4....
