PP-OCRv5: A Specialized 5M-Parameter Model Rivaling Billion-Parameter Vision-Language Models on OCR Tasks

Documenti analoghi

• PaddleOCR-VL-1.5: Towards a Multi-Task 0.9B VLM for Robust In-the-Wild Document Parsing
  di: Cui, Cheng, et al.
  Pubblicazione: (2026)
• PaddleOCR-VL: Boosting Multilingual Document Parsing via a 0.9B Ultra-Compact Vision-Language Model
  di: Cui, Cheng, et al.
  Pubblicazione: (2025)
• PaddleOCR 3.0 Technical Report
  di: Cui, Cheng, et al.
  Pubblicazione: (2025)
• Boosting Document Parsing Efficiency and Performance with Coarse-to-Fine Visual Processing
  di: Cui, Cheng, et al.
  Pubblicazione: (2026)
• Real5-OmniDocBench: A Full-Scale Physical Reconstruction Benchmark for Robust Document Parsing in the Wild
  di: Zhou, Changda, et al.
  Pubblicazione: (2026)