Классная статья The baseline for web development in 2022 о состоянии фронтенд веб-разработки на текущий момент.
Меня очень порадовало, что подтвердились некоторые мои личные наблюдения, которые входили в противоречие с мнением многих других разработчиков. Вот, например:
1. React по всем показателям хуже чем Vue и Svelte. Он медленнее, потребляет больше памяти, а сайты с ним больше весят. Субъективно он ещё и менее удобный (писал об этом). Так что для новых проектов брать React стоит только из-за отсутствия разработчиков под Vue.
2. Люди не умеют в CSS и делают на JavaScript многие вещи, которые можно было бы сделать без него.
3. Давно уже пора использовать Flexbox и не выпендриваться с олдскульной вёрсткой и костылями для выравнивания.
4. Осенью прошлого года Google официально закончили поддержку Internet Explorer. Давно пора, ха-ха. С уходом IE самым худшим браузером стал Apple Safari — он проваливает почти в 5 раз больше тестов на поддержку разных веб-стандартов, чем Chrome. Я по личному опыту знаю, что если что-то работает во всех нормальных браузерах, оно может не заработать в Safari без адских костылей. Либо не заработать вообще никаким образом. У пользователей iPhone выбора нет (местные браузеры а-ля Chrome это на самом деле перекрашенный Safari, потому что Apple запрещает делать свои). Но если вы на Маке пользуетесь Safari — перестаньте, пожалуйста, это делать. А вообще ещё раз повод задуматься о политике Apple и настоящем их отношении к пользователям.
Но некоторые вещи меня искренне удивили:
1. Сайтов на jQuery всё ещё в несколько раз больше, чем сайтов на реактивных фреймворках, вместе взятых. Интернет это на самом деле такая древняя помойка, у который лишь небольшая вершинка торчит из болота лени и консерватизма.
2. Треть всех сайтов в интернете используют WordPress. Треть. То есть каждый третий сайт это говноконструктор на технологиях 20-летней давности.
3. Из всех пользователей интернета у 87% есть доступ к 4G. Я думал гораздо меньше. Да, тут наверное считали даже тех, кто раз в жизни смог зайти через 4G, и всё-таки — можно уже не особо сжимать графику и видео.
#dev#web
Image to Text OCR is a utility website made by Alejandro Akbal for extracting text from any image using #OCR.
This tool was made for those moments where you take a photo of some text and wish you could have it digitally.
https://github.com/AlejandroAkbal/Image-to-Text-OCR
Online: https://image-to-text-ocr.netlify.app/
🦉 LightOnOCR-1B: новая быстрая OCR-модель от LightOn
Модель дистиллирована из Qwen2-VL-72B-Instruct и обучена на корпусе из 17.6 млн страниц / 45.5 млрд токенов.
🔥 Главное:**
-1 B параметров
- позволяет обрабатывать 5.7 страниц/с на одном H100 (это примерно ≈ 493 000 страниц за день)
- Распознаёт таблицы, формы, уравнения и сложные макеты
- 6.5× быстрее dots.ocr, 1.7× быстрее DeepSeekOCR
- Расходы < $0.01 за 1000 страниц A4
📊 Качество (Olmo-Bench):
- Превосходит DeepSeekOCR
- Сопоставима с dots.ocr (при этом модель в 3 раза меньше по весу)
- +16 пт к Qwen3-VL-2B-Instruct
Эта моделька - отличный баланс качества, скорости и стоимости.
🟢Модель 1B: https://huggingface.co/lightonai/LightOnOCR-1B-1025
🟢Модель 0.9B (32k): https://huggingface.co/lightonai/LightOnOCR-0.9B-32k-1025)
🟢Блог LightOn:https://huggingface.co/blog/lightonai/lightonocr
🟢Демка: https://huggingface.co/spaces/lightonai/LightOnOCR-1B-Demo
@ai_machinelearning_big_data
#ocr#ml
📄 DeepSeek-OCR - модель для распознавания текста 🔍
DeepSeek выпустили мощную OCR-модель, способную преобразовывать изображения документов прямо в Markdown или текст.
Что умеет:
- Распознаёт текст на изображениях и в PDF
- Работает с документами, таблицами и сложными макетами
- Поддерживает разные режимы: Tiny, Small, Base, Large
- Оптимизирована под GPU (PyTorch + CUDA 11.8)
- MIT-лицензия — можно свободно использовать и модифицировать
DeepSeek-OCR достигает высокой точности и эффективности за счёт компрессии визуальных токенов. На Omnidocbench - лучшая точность при минимуме визуальных токенов, превосходит другие OCR-модели по эффективности и скорости.
🟠HF: https://huggingface.co/deepseek-ai/DeepSeek-OCR
🟠Github: https://github.com/deepseek-ai/DeepSeek-OCR
🟠Paper: https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf
@ai_machinelearning_big_data
#ocr#DeepSeek