AMAZINGINDEX.COM 让生活多一点 Amazing
59.7
VOL. 2026.10
2026.10.15
← 返回 2026.10.15 日报
日报快照 · Daily Snapshot
NO. 005

1M参数OCR跑49页/秒,干翻Tesseract

#REPO GitHub Search 2026.10.15
推荐指数 64.0 NO. 005 · 2026.10.15
Stars196创建1 天前Forks14Issues1

Indra OCR是一个仅1M参数的轻量级OCR模型,在CPU上可达49页/秒吞吐量,准确率超越PaddleOCR和Tesseract。对需要本地部署、低成本文档解析的AI工程师和创业者极具吸引力。

Fast CPU OCR: line detection, CTC recognition, reading order, markdown

1M参数OCR跑49页/秒,干翻Tesseract

OCR赛道长期被Tesseract和PaddleOCR垄断,但前者准确率掉队,后者虽强却依赖GPU和复杂流水线。Indra的破局点在于用极小的模型体积(1M参数)实现了CPU上的实时推理,这对SaaS化文档处理产品尤为关键——可以砍掉GPU成本直接按CPU实例定价。

需要警惕的是,OmniParseBench的评测维度偏向文本提取,表格、公式等复杂版式的鲁棒性尚待验证。如果你的业务以标准文档(合同、发票、论文)为主,建议先用它替换Tesseract做AB测试;若涉及多栏混排或扫描件,建议观望社区反馈再迁移。

Star History
Beta

CPU端极致轻量OCR基础设施,填补边缘部署空白

独特价值:1M参数+49页/秒CPU吞吐,准确率超主流方案

竞品:
PaddlePaddle/PaddleOCR ★ 42.0k 功能全面但模型庞大,需GPU加速,部署成本高
tesseract-ocr/tesseract ★ 62.0k 传统算法老项目,准确率落后,无深度学习优化
mindee/doctr ★ 3.0k PyTorch生态,模型较重,CPU推理速度不足
RapidAI/RapidOCR ★ 8.0k 轻量ONNX方案,但模型体积仍大于Indra
查看原文 →