Компактная MLX-конверсия PP-OCRv6-tiny распознаёт английский и китайский текст на изображениях.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mikoy92 подготовил MLX-конверсию компактной модели PP-OCRv6-tiny для распознавания текста на изображениях. Модель предназначена для чтения текста с изображений в OCR-конвейерах; пример в карточке показывает обработку изображения и получение распознанной строки через `mlx-vlm`. В метаданных указаны английский и китайский языки, архитектурное семейство `pp_ocrv6_tiny_rec` и формат Safetensors.
Модель основана на `PaddlePaddle/PP-OCRv6_tiny_rec_safetensors` и распространяется по лицензии Apache-2.0. Она принимает изображения и возвращает текст. Карточка не описывает точность, размер контекста или ограничения по типам изображений; для запуска показана библиотека MLX и `mlx-vlm`.
Карточка не приводит оценок точности и не описывает ограничения на качество или типы входных изображений. Для использования приведён пример с MLX и `mlx-vlm`.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is an MLX-format conversion of PaddlePaddle/PP-OCRv6_tiny_rec_safetensors for use with mlx-vlm.
import mlx.core as mx
from PIL import Image
from mlx_vlm import load
model, processor = load("mikoy92/PP-OCRv6-tiny-rec-mlx")
image = Image.open("word.png")
inputs = processor(image)
outputs = model(**inputs)
mx.eval(outputs.logits)
print(processor.post_process_text_recognition(outputs)[0])
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon.