公司有个需求，希望能找个本地部署的模型，能够实现对pdf文件，wod/excel 文件进行ocr解析，要求准确率在98以上，并且能够从解析出来的文件，根据输入的要求来进行整理和输出，最好能够直接生成excel文件或者相对应入库的数据，方便使用py脚本直接入库。尽量平民化部署。类似这种，只需要提前文件里面表格的内容就可以，用kimi和deespeek 网页版可以达到想要的效果，但是公司未来数据安全想本地化部署，利用api的方式来批量跑。各位大神有什么好的模型介绍或者方法。 [i] 文件, 模型
可以本地化用dify+anythingllm+Umi-OCR，我们本地化部署就是这样本地知识库加流程排布完成业务ai需求的，简单表格精度还可以。也试过TrWebOCR、PaddleOCR、Surya等一些，复杂表格不太行，你这种简单表格还好，带公式和嵌套计算的表格处理起来麻烦一些。另外也实验了，这几天在试Ollama OCR，git上新更新了，新更新的支持pdf和图片了，试试效果。
xiangye 发表于 2025-3-30 21:55 可以本地化用dify+anythingllm+Umi-OCR，我们本地化部署就是这样本地知识库加流程排布完成业务ai需求的，简 ... 自己部署的话，那怎么分给同事用呢？应该要有一个UI或者网页吧？
xiangye 发表于 2025-3-30 22:00 本地化模型用过deepseek1.5b，7b，qwq8b，精度测试过8的，16的，最后上资源现在用的70b模型，基本够业务用 ... 公司有14b，但是解析出来效果不行，有些数据会缺失
