Намери подобно съдържание

Изходен канал @clockstackwheels · Post #978 · 1.05

Похоже, рубрика "Мысли за месяц" не пользуется большой популярностью у моей аудитории. Хотя частично я связываю это с интерфейсом открытия лонгридов. Абсолютному большинству людей при скролле ленты (в VK) или в момент быстрой реакции на уведомление от канала (в TG) лениво делать дополнительный клик и переключать контекст своего экрана, это можно понять. Отсюда, кстати, и всякие автозапуски видео практически на всех платформах, где вообще есть видео в каком-то общем потоке: у VK в ленте, у TG в чате. Так просто работает внимание человека. Если видео не начать воспроизводить, за него не зацепится внимание, а делать клик для старта пользователь не станет. Для других видов контента это тоже справедливо. Много раз уже говорил, что интернет с длинными текстами мы потеряли, и возвращение человечества в эту канву маловероятно. Тем не менее, несколько мыслей в прошедшем месяце я записал, приведу две из них. Во-первых, я узнал этимологию слова "кенгурятник" применительно к бамперу для внедорожника. Ну, помните, наверное, так называли бампера у джипов, на которых ездили новые русские в девяностые и начале двухтысячных, а потом эти бампера запретили. Слово "кенгурятник" я слышал ещё тогда, и думал, что это какой-то сленг. Но оказывается это буквально изобретение из Австралии: бампер, защищающий машину при столкновении с кенгуру. Во-вторых, я купил электронный настенный диммер Aqara для системы умного дома. У диммера есть функция нажатия и функция поворота. Я запрограммировал на нажатие включение/выключение торшера в кабинете, а на поворот: его яркость. Но почему-то нажатие срабатывало не всегда, периодически просто ничего не происходило. Поскольку товары Aqara весьма качественные и, как правило, работают без сбоев, я сделал предположение и оказался прав: у диммера есть ещё и третий режим "Поворот в нажатом состоянии". Иногда я при нажатии случайно доворачивал диммер, это интерпретировалось движком как отдельная команда, на которую ничего не записано. Оставалось только продублировать на неё включение/выключение торшера, и всё стало чётко. Буквально иллюстрация фразы "не баг, а фича". #web#life

Hashtags

#web #life

Резултати

Намерени 2 подобни публикации

Търсене: #paddleocr

当前筛选 #paddleocr清除筛选

Machinelearning

@ai_machinelearning_big_data · Post #9453 · 30.01.2026 г., 10:05

Намери подобни Прегледай

🌟PaddleOCR-VL-1.5: компактная модель для сложного парсинга. PaddlePaddle обновили свою линейку PaddleOCR-VL, выпустив PaddleOCR-VL-1.5 - компактную VLM на 0.9 млрд. параметров на базе ERNIE-4.5-0.3B-Paddle. Несмотря на скромный размер, в задачах разбора документов она показывает SOTA-результаты. На тесте OmniDocBench v1.5 модель выбила 94.5% точности, обойдя не только прошлую версию, но и более тяжелых конкурентов. Фишка обновления - упор на полевые условия. Модель специально учили работать с плохими исходниками: кривыми сканами, бликами от мониторов и мятыми страницами. Попутно сделали бенчмарк Real5-OmniDocBench, который гоняет модели по 5 сценариям: сканирование, перекосы, деформация листа, фото с экрана и плохое освещение. 🟡В 1.5 добавили: 🟢Text spotting: находит и распознает текст одновременно (печатный русский - неплохо, рукописный - почти никак) 🟢Seal recognition: распознает печати (русские - не очень, китайские - на ура). 🟢Cross-page table merging: умеет склеивать таблицы, которые разорваны между страницами. 🟢Работа с заголовками: не теряет структуру параграфа при переходе на новый лист. 🟢Новые языки: добавили поддержку тибетского и бенгальского, подтянули распознавание редких символов и древних текстов. 🟡Деплой - на любой вкус Модель работает с transformers, дружит с Flash Attention 2 и, само собой, поддерживается PaddlePaddle 3.2.1. Если нужно быстро поднять сервис - есть готовый Docker-образ. 🟡Пара важных моментов по использованию Если нужен полноценный постраничный парсинг всего документа, лучше использовать официальный пакет PaddleOCR. Реализация через transformers пока ограничена только распознаванием отдельных элементов и споттингом. В пайплайн встроили логику препроцессинга. Если картинка меньше 1500 пикселей, она автоматом апскейлится фильтром Lanczos. При этом есть потолок в 1.6 млн. пикселей для споттинга, это чтобы не перегружать память GPU и сохранить читаемость мелкого шрифта. 📌Лицензирование: Apache 2.0 License. 🟡Модель 🟡Arxiv 🟡Demo 🟡DeepWiki 🖥Github @ai_machinelearning_big_data #AI#ML#VL#OCR#PaddleOCR

Hashtags

#ai #ml #vl #ocr #paddleocr

Machinelearning

@ai_machinelearning_big_data · Post #8792 · 16.10.2025 г., 14:10

Намери подобни Прегледай

📄PaddleOCR-VL (0.9B) — компактная Vision-Language модель нового поколения Команда Baidu AI представила PaddleOCR-VL (0.9B) — сверхлёгкую VLM-модель, которая достигает SOTA-точности в задачах распознавания: - текстов, - таблиц, - формул, - графиков 💡Под капотом: - NaViT - динамический vision-энкодер - ERNIE - облегчённая языковая модель от Baidu ⚡️ Поддержка 109 языков. 🟠GitHub: https://github.com/PaddlePaddle/PaddleOCR) 🟠HuggingFace: https://huggingface.co/PaddlePaddle/PaddleOCR-VL 🟠Docshttps://paddleocr.ai/latest/en/index.html @ai_machinelearning_big_data #BaiduAI#PaddlePaddle#Ernie#PaddleOCR#VisionLanguage#AI#OCR

Hashtags

#baiduai #paddlepaddle #ernie #paddleocr #visionlanguage #ai #ocr