GOT-OCR-2.0模型：专为识别和处理各种字符而设计的OCR模型

GOT-OCR 模型是一个参数量达 580M 的OCR系统，专为识别和处理各种字符而设计。该模型配备了高压缩编码器和长上下文解码器，能够精准处理各种场景和文档风格的图像。它支持多页和动态分辨率的 OCR，提升了其应用的广泛性。（官方详解）

• GitHub：https://github.com/Ucas-HaoranWei/GOT-OCR2.0
• 模型：https://huggingface.co/stepfun-ai/GOT-OCR2_0
• Demo：https://modelscope.cn/studios/stepfun-ai/GOT_official_online_demo

主要特点

• 普通文本 OCR：从图像中提取文本信息。
• 格式化文本 OCR：保留文本的原始排版格式，包括表格和公式。
• 细粒度 OCR：提供基于区域和颜色的 OCR，以实现对特定区域的精确识别。
• 多裁剪 OCR：能够识别图像内多个裁剪区域的文本。

支持的内容类型

• 普通文本
• 数学公式或化学分子结构式
• 表格和图表
• 乐谱