/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
560 млн
Размер весов
6,7 ГБ
Лицензия
MIT
Архитектура
unlimited-ocr · dense
Базовая модель
Unlimited-OCR
Библиотека
transformers
Опубликована
26 июн 2026

Unlimited-OCR-AMD-Strix-Halo

Генерация текстаТекст → текст8 профессий

Упаковка Baidu Unlimited-OCR для локального распознавания текста в изображениях и PDF на системах AMD Strix Halo с ROCm.

22скачиваний за 30 дней3лайкавеса обновлены26 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Unlimited-OCR AMD Strix Halo — сообщественная упаковка модели Baidu Unlimited-OCR, адаптированная для локального запуска на системах AMD Strix Halo с ROCm. Репозиторий содержит веса модели, код и средства запуска для Ryzen AI Max+ 395 с Radeon 8060S; это не официальный выпуск Baidu или Corsair.

Модель предназначена для распознавания текста на изображениях и страницах PDF, включая длинные документы. Она имеет плотную архитектуру UnlimitedOCRForCausalLM, около 559,7 млн параметров и контекст длиной 32 768 токенов. Для типовых PDF-тестов в README приведены показатели word F1 от 0,849 до 0,978; результат зависит от типа документа, качества скана, настроек рендеринга, доступной памяти и версий ROCm и PyTorch. Упаковка распространяется по лицензии MIT.

Сценарии применения

  • извлечение текста из сканов документов
  • распознавание текста на страницах PDF
  • оцифровка многостраничных документов
  • локальный OCR на оборудовании AMD Strix Halo

Ограничения

Качество зависит от типа документа, качества скана и параметров рендеринга PDF; производительность и совместимость зависят от доступной памяти и версий ROCm и PyTorch.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Unlimited-OCR AMD Strix Halo

AMD Strix Halo / ROCm packaging for baidu/Unlimited-OCR.

Original model: baidu/Unlimited-OCR.

This repository keeps the Unlimited-OCR model files at the root and adds a small ROCm runner for Ryzen AI Max+ 395 / Radeon 8060S systems. The goal is simple: make Unlimited-OCR practical to run locally on AMD Strix Halo.

This is a community package. It is not an official Baidu release and is not an official Corsair release.

Included

  • Unlimited-OCR config, tokenizer, model code, assets, paper, license, wheel, and safetensors weight file.
  • scripts/run_ocr_rocm.py for image and PDF OCR.
  • scripts/rocm_container.sh for the ROCm PyTorch container.
  • scripts/setup_container_env.sh for OCR dependencies without replacing the ROCm PyTorch build.
  • scripts/smoke_test.sh for a local smoke test.
  • docs/AMD_VALIDATION.md for the validation snapshot from the tested machine.

Tested Machine

  • CPU/APU: AMD Ryzen AI Max+ 395 w/ Radeon 8060S
  • GPU target: gfx1151
  • Container: docker.io/rocm/pytorch:rocm7.2.1_ubuntu24.04_py3.12_pytorch_release_2.9.1
  • PyTorch observed locally: 2.9.1+rocm7.2.1.gitff65f5bc
  • HIP observed locally: 7.2.53211-e1a6bc5663
  • Transformers: 4.57.1

Setup

git clone https://huggingface.co/corsairnui/Unlimited-OCR-AMD-Strix-Halo
cd Unlimited-OCR-AMD-Strix-Halo
bash scripts/rocm_container.sh bash scripts/setup_container_env.sh

Verify device access:

bash scripts/rocm_container.sh bash -lc 'PYTHONPATH=$PWD/.deps:$PYTHONPATH python scripts/verify_rocm.py'

Run OCR

Single image:

bash scripts/rocm_container.sh bash -lc 'PYTHONPATH=$PWD/.deps:$PYTHONPATH python scripts/make_sample_image.py'
bash scripts/rocm_container.sh bash -lc 'PYTHONPATH=$PWD/.deps:$PYTHONPATH python scripts/run_ocr_rocm.py --image samples/strix_halo_ocr_sample.png --output-dir results/my_image --mode base --image-size 512 --max-length 2048'

PDF, practical profile:

bash scripts/rocm_container.sh bash -lc 'PYTHONPATH=$PWD/.deps:$PYTHONPATH python scripts/run_ocr_rocm.py --pdf document.pdf --pdf-strategy pages --quality-profile excellent --quality-target 0.80 --excellent-pdf-dpi 220 --excellent-image-size 1024 --output-dir results/my_pdf --image-size 512 --pdf-dpi 120 --max-length 4096 --retry-image-size 1024 --retry-pdf-dpi 160'

PDF, high-quality profile:

bash scripts/rocm_container.sh bash -lc 'PYTHONPATH=$PWD/.deps:$PYTHONPATH python scripts/run_ocr_rocm.py --pdf document.pdf --pdf-strategy pages --quality-profile high-quality --output-dir results/my_high_quality_pdf --image-size 1024 --pdf-dpi 300 --max-length 32768 --ngram-window 1024 --retry-image-size 1024 --retry-pdf-dpi 300'

Smoke test:

bash scripts/rocm_container.sh bash scripts/smoke_test.sh

Validation Snapshot

Core public PDF benchmark, excellent profile:

DocumentPagesWord F1 vs embedded PDF text
Unlimited-OCR paper14/140.940
IRS W-45/50.978
Attention Is All You Need15/150.849

High-quality representative subset:

MetricResult
Completed cases8/8
Mean word F10.886
Mean Unicode char F10.886
Throughput1.53 pages/min
Hard-loop alerts0
Structure detected4 tables, 2 equations, 4 images, 2 captions
Non-Latin OCR characters4495

Notes

This is a community AMD packaging of the upstream MIT-licensed Unlimited-OCR model. Runtime quality depends on document type, scan quality, PDF rendering settings, available memory, and ROCm/PyTorch versions.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
UnlimitedOCRForCausalLM
Ревизия весов
d56c5b5

0 моделей