Franken OCR

Un moteur OCR pur en Rust, sûr en mémoire et utilisant uniquement le CPU, pour une petite famille de modèles de vision-langage portés à la main. Baidu Unlimited-OCR est la solution rapide par défaut pour l'OCR de documents, GOT-OCR2 gère des formats structurés spécialisés, SmolVLM2 s'occupe de la description d'images et de VQA, OneChart extrait des données de graphiques, et Polyphonic-TrOMR transforme des pages entières de partitions scannées ou des extraits de portée en MusicXML via --task music. Les cinq modèles d'exécution sont disponibles via focr pull ; TrOMR publie à la fois l'artefact par défaut int8 de 61 Mo et un artefact de référence f32 de 86 Mo. L'artefact v0.7.0 Unlimited-OCR utilise la recette exacte conservatrice et passe la terminaison de page dure ainsi que le budget complet de 20 pages du corpus. Les modèles s'exécutent via des noyaux Rust spécifiques au modèle et n'ont besoin d'aucun cadre ML général, Python, CUDA, FFI lors de l'inférence, ou GPU.