Компактная fp16-версия HunyuanOCR в формате ncnn для извлечения английского и китайского текста из изображений.
0скачиваний за 30 дней0лайковвеса обновлены19 июл 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
HunyuanOCR-ncnn-fp16 — это преобразованная в формат ncnn версия HunyuanOCR, подготовленная из официальной модели через экспорт ONNX в fp16 и последующую конвертацию. Она предназначена для распознавания текста на изображениях с помощью визуального кодировщика CLIP и языкового декодера; в карточке заявлена поддержка английского и китайского языков. Размер модели составляет около 2,2 ГБ против 5,9 ГБ у версии fp32. При вычислениях на CPU кодировщик, эмбеддинги, проекция и выходной слой используют fp16, а декодер работает в fp32; также доступен запуск с Vulkan. Автор README сообщает о побайтном совпадении результатов с fp32 на проверенных примерах на английском и китайском.
Модель подходит для извлечения текста из изображений и локального OCR, когда важны компактность относительно fp32 и сохранение точности. В README описан запуск через исполняемый файл hunyuan_ocr.exe с указанием изображения и промпта, но приведённый пример промпта — на китайском. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверять с лицензией исходной модели и репозитория; отдельные условия в доступных данных не приведены.
Сценарии применения
распознавание английского текста на изображениях
распознавание китайского текста на изображениях
локальное OCR на CPU
извлечение текста из скриншотов и фотографий
Ограничения
На CPU декодер вычисляется в fp32, несмотря на хранение весов в fp16. Совпадение с fp32 подтверждено в README только на двух приведённых примерах; метаданные указывают лицензию other без уточнения условий.
Карточка модели
README от автора на Hugging Face, как он его опубликовал