Franken OCR

Un motore OCR puro in Rust, sicuro in memoria e che utilizza solo la CPU, per una piccola famiglia di modelli di visione-linguaggio portati a mano. Baidu Unlimited-OCR è la soluzione rapida predefinita per OCR di documenti, GOT-OCR2 gestisce formati strutturati specializzati, SmolVLM2 si occupa di descrizioni di immagini e VQA, OneChart estrae dati da grafici, e Polyphonic-TrOMR trasforma pagine di spartiti scansionati o ritagli di pentagramma in MusicXML tramite --task music. Tutti e cinque i modelli di runtime sono disponibili tramite focr pull; TrOMR pubblica sia l'artefatto predefinito int8 di 61 MB che un artefatto di riferimento f32 di 86 MB. L'artefatto v0.7.0 Unlimited-OCR utilizza la ricetta esatta conservativa e supera la terminazione di pagina dura e il budget completo del corpus di 20 pagine. I modelli vengono eseguiti tramite kernel Rust specifici per il modello e non necessitano di alcun framework ML generale, Python, CUDA, FFI durante l'inferenza, o GPU.