Одна из лучших фантастических вселенных это Звёздные Войны. В ней одни из самых знаковых персонажей это джедаи. А среди джедаев один из самых интересных — Оби Ван Кеноби. Надо же было сольный высокобюджетный сериал про него сделать таким пресным... Все моменты, ради которых стоит смотреть 6 часовых эпизодов, можно уложить в трёхминутный ролик на Ютубе. И 90% хронометража там будет занимать пафосный синтетический голос Дарта Вейдера.
Ну да ладно, уже весь интернет прошёлся и по нелогичности сюжета, и по слабой мотивации героев, и по многократным нарушениям канона.
Куда интереснее лично мне ситуация вокруг актрисы Мозез Ингрэм, которая играла инквизиторшу. После трейлера и первых серий заявлялось, что на неё повалился поток расистских оскорблений: дескать, важный персонаж афроамериканка, и фанатам это не понравилось.
Но это меня удивляет, и есть подозрение, что дело не в расизме. Актриса совсем неубедительно играет, а её персонаж написан плохо и вшит в повествование белыми нитками. Я могу легко допустить, что люди ругались именно на это, и цвет кожи здесь был вообще не при делах. Трудно представить, чтобы фанаты Звёздных Войн написали Сэму Джексону оскорбления из-за того, что его персонаж Мейс Винду — чернокожий. Вероятнее всего, Мозез Ингрэм просто не слишком хорошая актриса. Но современная американская повестка позволяет на любые претензии кидать клич "Это потому что я черная, а вы расисты". Если чернокожий врач плохо лечит пациентов, то они расисты. Если чернокожий программист пишет кривой код, тоже наверняка пользователи расисты, раз у них программа не работает. Так и живут.
#fiction
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