Franken OCR

Un motor OCR puro en Rust, seguro en memoria y que utiliza solo la CPU, para una pequeña familia de modelos de visión-lenguaje portados a mano. Baidu Unlimited-OCR es la solución rápida por defecto para OCR de documentos, GOT-OCR2 maneja formatos estructurados especializados, SmolVLM2 se encarga de la descripción de imágenes y VQA, OneChart extrae datos de gráficos, y Polyphonic-TrOMR convierte páginas completas de partituras escaneadas o recortes de pentagramas en MusicXML a través de --task music. Los cinco modelos de tiempo de ejecución están disponibles a través de focr pull; TrOMR publica tanto el artefacto predeterminado int8 de 61 MB como un artefacto de referencia f32 de 86 MB. El artefacto v0.7.0 Unlimited-OCR utiliza la receta exacta conservadora y pasa la terminación de página dura y el presupuesto completo de 20 páginas del corpus. Los modelos se ejecutan a través de núcleos de Rust específicos del modelo y no necesitan ningún marco de ML general, Python, CUDA, FFI en la inferencia, o GPU.