模型实践 · 选择与验证
扫描件OCR怎么选：页面转写、表格提取与逐项核对
先决定要“逐字转写”，还是“保留表格与局部信息”。OCR整页识别、普通文字输出与格式化输出的输入方式、结果结构和错误类型不同。选型时先使用相同的自制样张，把识别、字段整理和人工复核分开记录。
本页目录
先准备什么
准备一张清晰页面、一张小字号页面和一张有轻微旋转的页面。表格样张保留行列编号，人工抄好核对答案。PDF需要另有页面渲染或提取流程；文件下载、图片预处理、模型推理和结果入库各自验收。
本页依据列明固定版本的模型卡与配置整理，提供选型与核对方法，未进行模型推理实测。以下样例与期望由人工设计；显存、速度、准确率和平台兼容性需在实际环境验证。
按任务选择对照路线
以下列出可对照的候选及接入条件，不按名称或参数规模排列性能名次。
| 你要得到什么 | 可对照的路线 | 需要额外核对 |
|---|---|---|
| 整页文字或带版式的文本 | DeepSeek-OCR | 按固定模型卡确认远程代码、图像尺寸与裁切设置；作者环境不能直接当成本机保证。 |
| 普通文字转写 | GOT-OCR2.0的ocr方式 | 按本版本模型卡准备输入，旧仓库示例与当前固定提交逐项对应。 |
| 表格格式或局部区域识别 | GOT-OCR2.0的format方式及局部识别示例 | 按作者说明处理图像与区域，分别核对字符、行列和单元格归属。 |
实际验证步骤
先固定样张和字段规则
为每张图片分配编号，写清允许保留的空格、换行及标点差异。编号、日期、金额和表格归属采用更严格的核对规则。
再核对环境和输入处理
记录仓库、提交号、依赖版本、设备、图片尺寸、裁切及输出模式。需要远程代码时先检查其内容；本页没有验证Windows、CPU或最低显存。
分别验收转写和提取
先比较识别文字与样张，再从识别结果整理字段。若让图文模型直接给字段，也要保留原图位置，避免把正确格式误当成正确事实。
保留失败样本再决定是否接入
把漏字、串行、错列和无法辨认的样张单独保存。批量任务应记录失败页与重试状态；没有把握的内容进入人工复核，不自动补造。
输入与核对样例
准备这组输入
自行制作两列表格：第1行“设备编号｜检查日期”；第2行“A7｜2026-11-03”；第3行“A1｜留空”。表格下方写“状态：待复检”。再制作一份A7字样较模糊的副本。
对照什么结果
人工核对标准：A7与A1不得互换；2026-11-03只归属A7；A1的日期保持缺失，不能借用上一行；“待复检”不能改成已通过。模糊副本若无法判定，标记需回看原图。格式化表格看起来整齐，也仍需逐格核对。这是设计的验收样例，不是模型运行结果。
常见失败怎么查
识别文字对了，表格归属错了
保留行列位置并回看原图，检查裁切是否跨行或把单元格拆散。不要只比较整页字符总数。
空字段被填出了日期
区分原文转写与推断，要求缺失字段明确为空，并在字段整理阶段再次核对来源。
同一PDF有些页完全无结果
检查页面是否已成功渲染、图片是否可读、处理是否超时；记录页码，不把部分页成功当成整份完成。
固定版本资料与下载入口
先查看相应模型的用途、运行组件和许可，再按详情页的方法下载。下载完成不代表部署或任务验收完成。
deepseek-ai/DeepSeek-OCR
整页文字和版式文本识别的对照项。
本版本许可：MIT。具体条件见原始资料及模型详情。stepfun-ai/GOT-OCR2_0
普通、格式化或局部识别的对照项。
本版本许可：Apache-2.0（模型卡）。具体条件见原始资料及模型详情。常见问题
OCR模型可以直接作为向量检索模型吗？
不能按用途直接替代。通常先得到可核对的文字，再交给独立的检索编码环节。
作者展示的速度就是我的处理速度吗？
不是。设备、精度、尺寸、裁切和批量设置都需在自己的环境记录。
商业使用只看模型许可够吗？
还需分别确认图片和文档内容、运行组件以及部署方式的授权条件。