目前最好的开源手写体 ocr 识别是什么

Suonna

11 小时 25 分钟前

汉王可以了解一下，目前遇到过最强的手写 OCR ，软件还良心

其次就是直接用 gemini 做 ocr

zzfer

11 小时 19 分钟前

对过几家 SDK ，百度和微软的表现还不错

realJamespond

11 小时 10 分钟前

最新的 gemeni2.5 pro 变态强, 国内就是 internvl3 14b 非常强

ma46

10 小时 46 分钟前

@Suonna 普通 ocr 用大模型非常不划算

clf

9 小时 50 分钟前

@Suonna #6 应该指 token 消耗吧，得最好把图片先降低分辨率，不然 token 烧的有点多。

luchenwei9266

9 小时 36 分钟前

之前简单对比过：百度、腾讯、讯飞、阿里、有道。百度的效果会稍微好一点。

lee88688

9 小时 29 分钟前

#4 说的 internvl3 14b 我也看过一些测评确实可以，但不知道具体场景情况，op 可以去试试。

kuonkuon

9 小时 20 分钟前

做过测试，手写这东西，只有大模型识别率最高，但是也只有 70 几。测试数据是初中生的数学考试手写笔记

hmxxmh

8 小时 58 分钟前

@Suonna 大模型太慢了，我们的业务场景要求响应速度，而且大模型成本高，1 张 t4 卡，小模型可支持 8 并发差不多，换大模型只能部署小参数的，大参数的至少 4 张卡，并发数还少

yoghurtguy

8 小时 49 分钟前

@kuonkuon 请问"初中生的数学考试手写笔记"是随便找了一张图片还是有相关的数据集吗? 我现在刚好希望使用开源大模型识别手写数学公式

xiaomushen

8 小时 48 分钟前

PaddleOCR 或 RapidOCR
其实是一个东东

hmxxmh

8 小时 44 分钟前

@Suonna 这个我体验了一下，确实很准，不过是根据手写轨迹来识别的好像，如果输入是图片不行

hmxxmh

8 小时 43 分钟前

@xiaomushen 这个我用来表格识别了，属于是开源最好的表格识别

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.