DeepSeek-OCR-2快速上手:10行代码如何把任意文档图片精准转成Markdown

发布时间:2026/11/19 10:27:18

DeepSeek-OCR-2快速上手:10行代码如何把任意文档图片精准转成Markdown DeepSeek-OCR-2快速上手10行代码如何把任意文档图片精准转成Markdown【免费下载链接】DeepSeek-OCR-2Visual Causal Flow项目地址: https://gitcode.com/gh_mirrors/de/DeepSeek-OCR-2DeepSeek-OCR-2 是一款开源的深度学习 OCR 工具Visual Causal Flow 架构只需 10 行代码即可将文档图片、PDF 精准转换成 Markdown 格式支持动态分辨率与高并发批量识别对新手非常友好。一、DeepSeek-OCR-2 是什么DeepSeek-OCR-2 的核心思想是像人一样阅读它通过视觉因果流按人类视觉习惯的顺序编码图片内容并采用动态分辨率——默认最多将图片切分为 (0-6) 块 768×768 区域加 1 块 1024×1024 缩略图只消耗 144256 个视觉 token既省显存又保精度。相比传统 OCR它最大的优势是 直接输出结构化 Markdown标题、表格、公式、图片位置一应俱全️ 自动切出文档中的插图并引用⚡ 支持图片流式输出、PDF 高并发批量转换二、一键安装三步配好OCR环境官方环境为 CUDA 11.8 torch 2.6.0按 README 操作只需三步# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/de/DeepSeek-OCR-2 # 2. 创建 Python 3.12 环境 conda create -n deepseek-ocr2 python3.12.9 -y conda activate deepseek-ocr2 # 3. 安装依赖vllm-0.8.5 的 whl 包需先下载 pip install torch2.6.0 torchvision0.21.0 torchaudio2.6.0 --index-url https://download.pytorch.org/whl/cu118 pip install vllm-0.8.5cu118-cp38-abi3-manylinux1_x86_64.whl pip install -r requirements.txt pip install flash-attn2.7.3 --no-build-isolation其余依赖Pillow、PyMuPDF、numpy 等都列在 requirements.txt 中。三、10行代码单张图片转Markdown最快的体验路径是 Transformers 推理直接参考 run_dpsk_ocr2.py核心只有 10 行from transformers import AutoModel, AutoTokenizer import torch model_name deepseek-ai/DeepSeek-OCR-2 tokenizer AutoTokenizer.from_pretrained(model_name, trust_remote_codeTrue) model AutoModel.from_pretrained(model_name, _attn_implementationflash_attention_2, trust_remote_codeTrue, use_safetensorsTrue) model model.eval().cuda().to(torch.bfloat16) prompt image\n|grounding|Convert the document to markdown. res model.infer(tokenizer, promptprompt, image_fileyour_image.jpg, output_pathyour/output/dir, base_size1024, image_size768, crop_modeTrue, save_resultsTrue)把image_file换成你自己的文档图片路径即可识别结果会保存到output_path。四、vLLM 路线图片流式识别 PDF批量转换追求速度就用 vLLM 推理所有参数集中在 config.py 中修改配置项作用INPUT_PATH/OUTPUT_PATH输入图片/PDF 与输出目录CROP_MODE是否启用动态分辨率切图MAX_CONCURRENCYPDF 并发数显存不足可调小cd DeepSeek-OCR2-master/DeepSeek-OCR2-vllm # 单张图片流式输出边识别边打印 python run_dpsk_ocr2_image.py # PDF高并发批量转换速度与上一代持平 python run_dpsk_ocr2_pdf.py # 基准测试批量评测OmniDocBench v1.5 python run_dpsk_ocr2_eval_batch.py对应源码分别是 run_dpsk_ocr2_image.py、run_dpsk_ocr2_pdf.py 和 run_dpsk_ocr2_eval_batch.py。五、识别结果长什么样以图片脚本为例输出目录会生成三类文件result.mmd清洗后的最终 Markdown图片占位符已被替换为![](images/0.jpg)result_ori.mmd模型原始输出含坐标标注信息result_with_boxes.jpg在原图上画出标题、文本块等定位框方便人工校对文档中的插图还会被自动裁剪到images/子目录配合 image_process.py 的动态分辨率逻辑大幅面扫描件的细节也不易丢失。六、常用Prompt速查表场景Prompt完整文档转 Markdown带布局image\n|grounding|Convert the document to markdown.纯文本提取无布局image\nFree OCR.小技巧识别结果出现长串重复时可检查 ngram_norepeat.py 中的去重处理器配置——它默认禁止 20 元组重复白名单保留表格 tokentd、/td让长表格识别更稳定。七、写在最后从克隆仓库到第一份 Markdown 产出整个过程不到 10 分钟。如果你想深入原理可以阅读项目自带的论文 DeepSeek_OCR2_paper.pdf。对于需要把扫描件、截图、PDF 批量转为 Markdown 的团队和个人来说DeepSeek-OCR-2 目前是最省心的开源选择之一 【免费下载链接】DeepSeek-OCR-2Visual Causal Flow项目地址: https://gitcode.com/gh_mirrors/de/DeepSeek-OCR-2创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/11/19 9:30:53

状态机与 BPMN 怎么选?把同一个客户开通流程画两遍

状态机与 BPMN 怎么选?把同一个客户开通流程画两遍 《企业级 Workflow 实战:从审批流到 AI Agent》|第 04 篇 / 共 24 篇 本篇成果:同一案例的状态迁移表、可运行 Python 状态机、BPMN 2.0 XML 模型与结构校验。 阅读边界&#xf…

2026/11/18 23:40:28

电影网站开发背景实战案例:3个技巧让流量翻倍

电影网站开发背景实战案例:3个技巧让流量翻倍 别再被那些花里胡哨却丑得掉渣的模板网站坑了!我见过太多甲方拿着几百块的模板站来问为什么没流量,答案很简单:搜索引擎根本不想给这种“垃圾堆”排名。今天咱们不聊虚的,直接上 实战案例…

2026/11/19 20:12:26

建筑公司要有电工证吗?网上查询最新政策全解析

建筑公司要有电工证吗?网上查询最新政策全解析 急需特种作业证才能上岗找工作,这事儿真不是闹着玩的。特别是建筑公司,要是没电工证,项目根本不敢开工,连进场资格都没有。最近很多建筑行业的朋友都在问:“ 建筑公司要有电工证吗…

2026/11/19 20:12:25

亳州在哪里办理电工证多久拿证 电工证过期怎么复审

亳州在哪里办理电工证多久拿证 电工证过期怎么复审 证书过期了不知道怎么复审延期,这事儿真让人头疼。尤其是像你这样在亳州做电工的在职建筑工人,证一过期,就可能被暂停作业,甚至影响收入。别急,今天就来聊聊【亳州在哪里办理电工证】,顺便带你了解【…

2026/11/19 20:12:25

平顶山电工转岗者必看!带职称的电工证含金量高在哪?全攻略来了

平顶山电工转岗者必看!带职称的电工证含金量高在哪?全攻略来了 你是不是正为找工作发愁?特种作业证成了很多行业门槛,特别是带职称的电工证,含金量高、认可度广,是进入电力、建筑、制造业等行业的敲门砖。特别是在平顶山,许多转岗从业者都选择考取电工…

2026/11/19 20:12:25

建筑公司要有电工证吗 郑州报考避坑指南

建筑公司要有电工证吗 郑州报考避坑指南 之前考的证在外省能不能转过来?这几乎是每个想在郑州发展、或者已经在外地拿到特种作业操作证的建筑从业者最关心的问题。尤其是建筑公司,电工证几乎是项目现场的“标配”,没有它,连进场都成问题。今天就从…

2026/11/19 20:07:25

维修家电要电工证吗 在哪考能避免被罚钱

维修家电要电工证吗 在哪考能避免被罚钱 之前考的证在外省能不能转过来?这是很多特种作业操作证持有者最关心的问题之一。尤其是维修家电这类工作,很多人觉得“我就是修个电风扇、空调、电饭煲,哪需要电工证?”,但实际情况远比想象中复杂。如果你正在考…

2026/11/18 21:12:58

电工证考试口诉怎么准备值不值得考

电工证考试口诉怎么准备值不值得考 实操考试心里没底怕挂科,这是大多数准备考电工证的人心里最真实的感受。尤其是面对【电工证考试口诉】环节,很多人不知道该怎么准备,甚至担心自己说不好就被淘汰。其实,只要掌握方法, 值不值得考…

2026/11/18 21:55:23

桑植县考电工证千万别踩坑!报名全流程教你避坑

桑植县考电工证千万别踩坑!报名全流程教你避坑 你是不是也遇到过这种情况:想考个电工证,但不知道从哪儿下手,怕被中介坑,怕花冤枉钱,更怕考了证还不能用?别急,这正是你该看这篇文章的原因。在桑植县考电工证,确实有很多人被坑过,但只要你知道流程、…

2026/11/19 0:04:42

深圳电工证培训考场模拟考试题库:郑州报考避坑指南

深圳电工证培训考场模拟考试题库:郑州报考避坑指南 证书过期了不知道怎么复审延期,很多人在遇到这个问题的时候才意识到特种作业证的重要性。其实,不管是电工证、焊工证还是高处作业证,这些证书不仅是上岗的“通行证”,更是法律对安全操作的硬性要求。尤…

2026/11/19 0:04:42

天津电工证查询入口多少钱能报上名

天津电工证查询入口多少钱能报上名 学历不高怕报不上名?别急,天津电工证查询入口其实没你想的那么难。今天咱们就来聊聊,怎么用最低的门槛、最少的钱,把电工证拿下来,还能查得到、用得上。 电工证到底值不值?先搞清楚它的作用…

2026/11/18 12:37:05

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

在智慧养宠时代,基于视觉的宠物身份识别技术正逐步从实验室走向家庭应用。然而,与配合度高的人类不同,宠物是典型的“非合作生物识别对象”——它们不会主动配合摄像头调整姿态,更无法控制光照环境。实际应用中,我们常…

2026/11/19 17:18:32

SSM电子书店源码全解析:结构、原理、部署与排错实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑