~ WEEKLY UPDATE 332 ~
#OP#WEEKLY
Iniziamo con la nuova rubrica! Nella Community sta ritornando la pace, ma le novità non si fermano!
• La guerra tra i tipi di fotocamera frontale continua. Il team OnePlus ha realizzato un articolo analizzando i pro e i contro di ogni sistema adottato. Lo trovate qui
• Nuove raffles! Potete vincere una borraccia OnePlus o una t-shirt. Qui trovate più informazioni
• Le recensioni del programma The Lab sono fantastiche, forse la migliore edizione di sempre. Si possono vedere tutte qui
• Dal debutto del 5 marzo, il programma IDEAS ha ricevuto un sacco di idee per migliorare OxygenOS! Potete ancora inviare i vostri suggerimenti entro il 30 aprile qui!
• Il programma Open Beta è terminato per OnePlus 6 e 6T. Per assicurare un supporto continuo, è consigliato tornare al ramo stabile. Più dettagli qui. Le Beta 12 per OnePlus 7 e 7 Pro sono state ritirate a causa di problemi. É in corso l'analisi dei problemi per riprendere il rollout al più presto
• Novità per OnePlus 5 e 5T! Tra pochi giorni sarà svelato un regalo per chi ancora usa questi telefoni (e sappiamo tutti di cosa si tratta). Restate sintonizzati su OnePlus Guide!
• Un utente della community sta facendo un contest per regalare il suo "dbrand grip case con la black dragon skin" per OnePlus 7 Pro! Se vi interessa, date un'occhiata qui
• Per i gamers, Fortinte è finalmente arrivato sul Play Store. Al riguardo è stata aperta una discussione ufficiale qui
Pierre
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