تواجه صعوبة في تحليل المستندات عبر لغات متعددة؟ تحتاج إلى استخراج النصوص والجداول والمعادلات والرسوم البيانية من المستندات المعقدة دون الاستثمار في بنية تحتية باهظة الثمن؟
PaddleOCR-VL على مثيل GPU من Novita AI هو الحل الخاص بك. يوفر حل OCR هذا من الطراز الأحدث تحليل مستندات على مستوى المؤسسات في غضون 5 دقائق فقط من الإعداد—بدون تكوين معقد، أو استثمار في أجهزة، أو متاعب.
مع دعم 109 لغة، والتعرف على العناصر المعقدة بما في ذلك النصوص اليدوية والمستندات التاريخية، و سرعات استدلال سريعة، يحقق PaddleOCR-VL ما لا تستطيع أنظمة OCR التقليدية تحقيقه: دقة وكفاءة وتنوع في حزمة واحدة مدمجة.
👉 ابدأ نشر PaddleOCR-VL الآن باستخدام قالب GPU المعد مسبقًا لدينا.
يوضح لك هذا الدليل خطوة بخطوة بالضبط كيفية نشر PaddleOCR-VL على مثيل GPU من Novita AI، وتشغيل أول استدلال OCR لك، وبدء معالجة المستندات فورًا. سواء كنت تقوم بتحويل الفواتير إلى صيغة رقمية، أو تحليل أوراق بحثية، أو استخراج البيانات من النماذج، فسيكون لديك حل جاهز للإنتاج يعمل في غضون دقائق.
ما هو PaddleOCR-VL؟
PaddleOCR-VL هو نموذج رؤية-لغة من الطراز الأحدث (SOTA) وموفر للموارد مصمم خصيصًا لتحليل المستندات. على عكس أنظمة OCR التقليدية التي تستهلك موارد حسابية هائلة أو تعاني من التخطيطات المعقدة، يقدم PaddleOCR-VL دقة استثنائية مع الحفاظ على استهلاك موارد ضئيل.
التقنية وراء PaddleOCR-VL
في جوهره، يجمع PaddleOCR-VL-0.9B بين:
- مشفر بصري بدقة ديناميكية على طراز NaViT لمعالجة الصور بدقة
- نموذج لغة ERNIE-4.5-0.3B لفهم النصوص بذكاء
- بنية مدمجة (0.9B معامل) لاستدلال سريع وفعال
يتيح هذا التكامل المبتكر للنموذج التعرف على عناصر المستندات المعقدة—النصوص والجداول والمعادلات والرسوم البيانية—عبر 109 لغة دون الحاجة إلى أجهزة GPU باهظة الثمن أو أوقات معالجة طويلة.
أداء مثبت
من خلال التقييمات الشاملة على معايير عامة مستخدمة على نطاق واسع والاختبارات الداخلية، يحقق PaddleOCR-VL أداء من الطراز الأحدث (SOTA) في كل من تحليل المستندات على مستوى الصفحة والتعرف على مستوى العناصر. يتفوق النموذج بشكل كبير على الحلول القائمة على الأنابيب الحالية ويظهر قدرة تنافسية قوية ضد نماذج الرؤية-اللغة من الفئة العليا (VLMs)، مما يجعله الخيار الأمثل لبيئات الإنتاج.
لماذا تختار PaddleOCR-VL لتحليل المستندات؟
1. بنية مدمجة لكنها قوية
الكفاءة في الموارد تلتقي بالأداء العالي. تم تصميم بنية الرؤية-اللغة الجديدة لـ PaddleOCR-VL خصيصًا لاستدلال موفر للموارد مع تحقيق نتائج متميزة في التعرف على العناصر.
يعزز تكامل المشفر البصري الديناميكي عالي الدقة على طراز NaViT مع نموذج اللغة الخفيف ERNIE-4.5-0.3B بشكل كبير قدرات التعرف وكفاءة فك التشفير. تحصل على دقة عالية مع طلبات حسابية مخفضة—مثالي لتطبيقات معالجة المستندات العملية من حيث التكلفة.
2. أداء من الطراز الأحدث على المستندات المعقدة
دقة من الفئة العليا حيثما تهم أكثر. يحقق PaddleOCR-VL أداء من الطراز الأحدث في:
- تحليل المستندات على مستوى الصفحة: فهم كامل للمستند والتعرف على الهيكل
- التعرف على مستوى العناصر: استخراج دقيق للمكونات الفردية
يتفوق النموذج في التعرف على المحتوى الصعب الذي يعيق أنظمة OCR التقليدية:
- ✅ جداول معقدة تحتوي على خلايا مدمجة وهياكل متداخلة
- ✅ معادلات وصيغ رياضية
- ✅ رسوم بيانية ومخططات ورسوم توضيحية
- ✅ نصوص يدوية بأنماط مختلفة
- ✅ مستندات تاريخية ذات جودة متدهورة
- ✅ مستندات متعددة اللغات
يجعل هذا التنوع PaddleOCR-VL مناسبًا تقريبًا لأي نوع مستند أو سيناريو تواجهه.
3. دعم متعدد اللغات واسع النطاق (109 لغة)
وصول عالمي حقيقي. يدعم PaddleOCR-VL 109 لغة، ويغطي:
- اللغات العالمية الرئيسية: الصينية، الإنجليزية، اليابانية، الكورية، اللاتينية
- نصوص متنوعة: الروسية (السيريلية)، العربية، الهندية (الديفاناغاري)، التايلاندية
- اللغات الإقليمية: والعديد غيرها
يعزز هذا التغطية اللغوية الواسعة بشكل كبير قابلية تطبيق النظام على سيناريوهات معالجة المستندات متعددة اللغات والعالمية. قم بمعالجة المستندات من أي سوق، أي منطقة، أي لغة—دون التبديل بين الأدوات أو النماذج.
4. سرعات استدلال سريعة
الوقت هو المال. يقدم PaddleOCR-VL سرعات استدلال سريعة تجعله مناسبًا جدًا للنشر العملي في سيناريوهات العالم الحقيقي. يعالج النموذج المدمج ذو المعاملات 0.9B المستندات بسرعة دون التضحية بالدقة، مما يتيح سير عمل معالجة مستندات ذات إنتاجية عالية.
كيفية نشر PaddleOCR-VL على Novita AI (دليل مدته 5 دقائق)
هل أنت مستعد لنشر PaddleOCR-VL على مثيل GPU من Novita AI؟ اتبع هذه الخطوات البسيطة الـ 8 للحصول على خدمة OCR من الطراز الأحدث تعمل في غضون دقائق.
الخطوة 1: انتقل إلى قالب PaddleOCR-VL
يمكنك الوصول مباشرة إلى قالب GPU لـ PaddleOCR-VL .
الخطوة 2: تكوين مثيل GPU الخاص بك
قم بإعداد معلمات البنية التحتية لتتناسب مع متطلبات المعالجة الخاصة بك:
- تخصيص الذاكرة: اختر سعة RAM بناءً على عبء العمل
- متطلبات التخزين: خصص مساحة على القرص لملفات النموذج والمعالجة
- إعدادات الشبكة: تكوين الاتصال للوصول إلى API
حدد نشر لتنفيذ التكوين الخاص بك.
نصيحة احترافية: ابدأ بالإعدادات الموصى بها لأعباء عمل معالجة المستندات النموذجية، ثم قم بالتوسع حسب الحاجة.
الخطوة 3: مراجعة التكوين والنشر
تحقق مرة أخرى من الإعدادات الخاصة بك قبل النشر:
- تحقق من أن موارد الحساب تتطابق مع متطلباتك
- راجع ملخص التكاليف لضمان التوافق مع الميزانية
- أكد تكوينات الشبكة والتخزين
عندما تكون راضيًا، انقر على نشر لبدء عملية الإنشاء. يتولى Novita AI التعامل مع كل التعقيدات الخلفية تلقائيًا.
الخطوة 4: مراقبة إنشاء المثيل
بعد بدء النشر، يقوم النظام بإعادة توجيهك تلقائيًا إلى صفحة إدارة المثيل. يتم إنشاء مثيلك في الخلفية—لا حاجة إلى تدخل يدوي.
تتبع التقدم في الوقت الفعلي من لوحة التحكم.
الخطوة 5: تتبع تقدم تنزيل الصورة
شاهد مثيلك يتصل بالإنترنت. تعرض لوحة التحكم تقدم تنزيل صورة PaddleOCR-VL في الوقت الفعلي. ينتقل حالة مثيلك من “سحب” إلى “قيد التشغيل” بمجرد اكتمال النشر بنجاح.
انقر على أيقونة السهم بجانب اسم مثيلك لعرض معلومات التقدم التفصيلية وسجلات النشر.
الخطوة 6: التحقق من حالة الخدمة
تأكد من نجاح النشر. انقر على زر السجلات للوصول إلى سجلات المثيل والتحقق من أن خدمة PaddleOCR-VL قد بدأت بشكل صحيح. ابحث عن رسائل التهيئة التي تؤكد:
- اكتمل إطلاق الخدمة
- نقطة نهاية API نشطة وتستمع
- تم تحميل النموذج بنجاح
الخطوة 7: الوصول إلى بيئة التطوير
أطلق مساحة العمل الخاصة بك. انتقل إلى واجهة اتصال وقم بتهيئة بدء محطة الويب للحصول على وصول سطر الأوامر إلى مثيلك.
🎉 مبروك! خدمة PaddleOCR-VL الخاصة بك تعمل الآن بالكامل وجاهزة لمعالجة طلبات OCR. الوقت الإجمالي: حوالي 5 دقائق.
تشغيل أول استدلال OCR لك
الآن بعد أن أصبح مثيل PaddleOCR-VL الخاص بك يعمل على GPU من Novita AI، دعنا نعالج أول مستند لك. يوضح هذا العرض التجريبي سير العمل الكامل من إعداد الصورة إلى استخراج النتائج.
الخطوة 1: إنشاء نص اختبار Python
أنشئ ملفًا باسم test.py بالكود التالي:
import base64
import requests
import pathlib
API_URL = "http://localhost:8080/layout-parsing" # Service URL
image_path = "./demo.jpg"
# Encode local image to Base64
with open(image_path, "rb") as file:
image_bytes = file.read()
image_data = base64.b64encode(image_bytes).decode("ascii")
payload = {
"file": image_data, # Base64 encoded file content or file URL
"fileType": 1, # File type, 1 means image file
}
# Call the API
response = requests.post(API_URL, json=payload)
# Process the API response data
assert response.status_code == 200
result = response.json()["result"]
for i, res in enumerate(result["layoutParsingResults"]):
print(res["prunedResult"])
md_dir = pathlib.Path(f"markdown_{i}")
md_dir.mkdir(exist_ok=True)
(md_dir / "doc.md").write_text(res["markdown"]["text"])
for img_path, img in res["markdown"]["images"].items():
img_path = md_dir / img_path
img_path.parent.mkdir(parents=True, exist_ok=True)
img_path.write_bytes(base64.b64decode(img))
print(f"Markdown document saved at {md_dir / 'doc.md'}")
for img_name, img in res["outputImages"].items():
img_path = f"{img_name}_{i}.jpg"
pathlib.Path(img_path).parent.mkdir(exist_ok=True)
with open(img_path, "wb") as f:
f.write(base64.b64decode(img))
print(f"Output image saved at {img_path}")
ما يفعله هذا النص البرمجي:
- يشفّر صورتك إلى تنسيق Base64
- يرسلها إلى نقطة نهاية API لـ PaddleOCR-VL
- يتلقى نتائج تحليل منظمة
- يحفظ المحتوى المستخرج كمستندات markdown
- يصدر الصور المضمنة
الخطوة 2: تنزيل صورة الاختبار
استخدم حالة الاختبار الرسمية لـ PaddleOCR لأول استدلال لك:
curl https://raw.githubusercontent.com/PaddlePaddle/PaddleOCR/main/tests/test_files/book.jpg -o demo.jpg
يقوم هذا بتنزيل صورة مستند عينة (book.jpg) لاختبار إعداد OCR الخاص بك. ملف الاختبار الرسمي متاح على: مستودع GitHub لـ PaddleOCR
الخطوة 3: تكوين نقطة نهاية API
قم بتحديث النص البرمجي الخاصك بنقطة النهاية الصحيحة:
- انسخ عنوان تعيين المنفذ من لوحة تحكم مثيل Novita AI الخاص بك
- استبدل
http://localhost:8080/layout-parsingفيtest.pyبعنوان URL لنقطة نهاية API الفعلي الخاص بك
مثال: قد تبدا نقطة النهاية الخاصة بك مثل http://your-instance-id.novita.ai:8080/layout-parsing
الخطوة 4: تنفيذ معالجة OCR
قم بتشغيل نص الاختبار الخاص بك:
python test.py
المخرج المتوقع:
- يعرض وحدة التحكم بنية النص المستخرج
- يتم حفظ مستندات Markdown في
markdown_0/doc.md - يتم استخراج الصور المضمنة إلى ملفات منفصلة
- رسائل تأكيد تعرض مواقع ملفات المخرجات
هذا كل شيء! لقد قمت بمعالجة أول مستند لك بنجاح باستخدام PaddleOCR-VL على مثيل GPU من Novita AI.
تطبيقات العالم الحقيقي
انشر PaddleOCR-VL على مثيل GPU من Novita AI لتشغيل سير عمل معالجة مستندات متنوعة:
الخدمات المالية
- معالجة الفواتير: استخراج بنود الفاتورة، الإجماليات، معلومات المورد
- تحويل الإيصالات إلى صيغة رقمية: أتمتة تقارير المصاريف والتسوية
- تحليل كشوف الحسابات البنكية: تحويل الكشوف إلى بيانات منظمة
الأكاديميا والبحث
- تحليل الأوراق البحثية: استخراج النصوص والمعادلات والجداول من المنشورات
- تحويل الكتب المدرسية إلى صيغة رقمية: تحويل المواد التعليمية إلى تنسيقات قابلة للبحث
- الحفاظ على المستندات التاريخية: تحويل الأرشيفات ذات الجودة النصية المتدهورة إلى صيغة رقمية
القانون والامتثال
- تحليل العقود: استخراج البنود والشروط والتوقيعات
- معالجة المستندات التنظيمية: تحليل ملفات الامتثال والتقارير
- الاستكشاف القانوني: تحويل مستندات القضايا إلى نصوص قابلة للبحث
الرعاية الصحية
- تحويل السجلات الطبية إلى صيغة رقمية: تحويل مخططات المرضى إلى بيانات منظمة
- معالجة الوصفات الطبية: استخراج معلومات الأدوية من النماذج
- تحليل مطالبات التأمين: أتمتة معالجة مستندات المطالبات
التجارة الإلكترونية والتجزئة
- استخراج كتالوج المنتجات: تحليل أوراق بيانات الموردين والمواصفات
- أوصاف المنتجات متعددة اللغات: معالجة الكتالوجات الدولية
- معالجة مستندات المخزون: تحويل قوائم المخزون وقوائم الشحن إلى صيغة رقمية
الخدمات الحكومية
- معالجة النماذج: أتمتة معالجة مستندات خدمات المواطنين
- التحقق من الهوية: استخراج المعلومات من مستندات الهوية
- معالجة التصاريح والتراخيص: تحليل مستندات الطلبات
يجعل دعم 109 لغة و التعرف على العناصر المعقدة PaddleOCR-VL الخيار الأمثل للمؤسسات العالمية التي تتعامل مع أنواع مستندات متنوعة.
الخلاصة
انشر PaddleOCR-VL على مثيل GPU من Novita AI في 5 دقائق وافتح إمكانيات تحليل المستندات من الطراز الأحدث دون تعقيدات البنية التحتية. مع أداء من الطراز الأحدث، ودعم 109 لغة، واستخدام فعال للموارد، تحصل على OCR على مستوى المؤسسات يكون قويًا وعمليًا في نفس الوقت.
النقاط الرئيسية:
✅ نشر في 5 دقائق باستخدام قوالب معدّة مسبقًا
✅ دقة من الطراز الأحدث للنصوص والجداول والمعادلات والرسوم البيانية
✅ 109 لغة لمعالجة المستندات العالمية
✅ التعرف على العناصر المعقدة بما في ذلك المستندات اليدوية والتاريخية
✅ سرعات استدلال سريعة لسير عمل ذات إنتاجية عالية
✅ موفر للموارد مع نموذج مدمج ذو 0.9B معامل
سواء كنت تعالج الفواتير، أو تحول الأوراق البحثية إلى صيغة رقمية، أو تحلل المستندات القانونية، أو تتعامل مع محتوى متعدد اللغات، يقدم PaddleOCR-VL على Novita AI نتائج جاهزة للإنتاج من اليوم الأول.
هل أنت مستعد لتحويل سير عمل المستندات الخاص بك؟
لا تدعم إعداد OCR المعقد يبطئك. انشر PaddleOCR-VL على مثيل GPU من Novita AI اليوم وابدأ في معالجة المستندات في دقائق، وليس ساعات.
👉 انشر قالب GPU لـ PaddleOCR-VL الآن
احصل على وصول فوري إلى قالب PaddleOCR-VL المعد مسبقًا مع جميع التبعيات والتحسينات المضمنة. فقط انقر، وقم بالتكوين، وانشر—ستكون خدمة OCR من الطراز الأحدث الخاصة بك تعمل في 5 دقائق.
لماذا يختار آلاف المطورين Novita AI:
- إدارة بنية تحتية صفرية
- تسعير حسب الاستخدام بدون تكاليف مسبقة
- قوالب معدّة مسبقًا للنشر الفوري
- موارد GPU قابلة للتوسع عند الطلب
- دعم على مدار الساعة ووثائق شاملة
ابدأ النشر الآن—أول استدلال OCR لك يبعد 5 دقائق فقط.
الأسئلة الشائعة
كم يستغرق نشر PaddleOCR-VL على Novita AI؟
حوالي 5 دقائق من اختيار القالب إلى تشغيل المثيل.
ما هي اللغات التي يدعمها PaddleOCR-VL؟
109 لغة بما في ذلك الصينية والإنجليزية واليابانية والكورية والروسية والعربية والهندية والتايلاندية والعديد غيرها.
هل يمكن لـ PaddleOCR-VL التعرف على النصوص اليدوية؟
نعم، يتفوق PaddleOCR-VL في التعرف على النصوص اليدوية والمستندات التاريخية ذات الجودة المتدهورة.
ما هي أنواع عناصر المستندات التي يمكن لـ PaddleOCR-VL استخراجها؟
النصوص والجداول والمعادلات الرياضية والرسوم البيانية وعناصر مستندات معقدة أخرى.
هل أحتاج إلى خبرة في GPU للنشر على Novita AI؟
لا، يتولى القالب المعد مسبقًا التعامل مع كل الإعدادات الفنية تلقائيًا. فقط انقر على رابط قالب GPU لـ PaddleOCR-VL واتبع الخطوات البسيطة.
كم تكلفة تشغيل PaddleOCR-VL على Novita AI؟
تقدم Novita AI تسعيرًا حسب الاستخدام. تدفع فقط مقابل وقت GPU الذي تستخدمه فعليًا، بدون تكاليف مسبقة أو التزامات طويلة الأمد.
Novita AI هي منصة سحابية للذكاء الاصطناعي تقدم للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام API البسيط الخاص بنا، مع توفير سحابة GPU بأسعار معقولة وموثوقة للبناء والتوسع.
