模型介绍
DeepSeek_OCR_APP，为DeepSeek-OCR 提供支持的 OCR Web 前端OCR程序，直接在线识别各种图像，需要自行部署。
硬件：支持 CUDA 的 NVIDIA GPU，推荐：RTX 3090、RTX 4090、RTX 5090 或更高版本，最低要求：8-12GB VRAM（适用于该型号），更多的 VRAM 总是好的！
模型截图
核心功能
4 种核心 OCR 模式
- 纯文本 OCR – 从任何图像中提取原始文本
- 描述– 生成智能图像描述
- 查找– 使用视觉边界框定位特定术语
- 自由形式——针对特殊任务的自定义提示
UI 功能
🔍 多边界框支持（处理找到的术语的多个实例）
🎨 具有动画渐变的玻璃形态设计
🎯 拖放文件上传（默认最大 100MB）
🗑️ 轻松删除图像并重新上传
📦 具有适当坐标缩放的接地盒可视化
✨ 流畅的动画（Framer Motion）
📋 复制/下载结果
🎛️ 高级设置下拉菜单
📝 HTML 和 Markdown 渲染以进行格式化输出
快速配置
- 克隆并配置：git clone <repository-url> cd deepseek_ocr_app # Copy and customize environment variables cp .env.example .env # Edit .env to configure ports, upload limits, etc.
- 启动应用程序：docker compose up –build第一次运行将下载模型（~5-10GB），这可能需要一些时间。
-
访问应用程序：
- 前端：http://localhost:3000（或您配置的 FRONTEND_PORT）
- 后端 API：http://localhost:8000（或您配置的 API_PORT）
- API 文档：http://localhost:8000/docs
模型链接
github：https://github.com/rdumasia303/deepseek_ocr_app