MinerU 2.5
MinerU 2.5 مدل تجزیه سند 1.2B از OpenDataLab است. ابتدا چیدمان را روی نسخه کوچک صفحه پیدا میکند، سپس هر ناحیه را با وضوح کامل میخواند.
نسخهای از MinerU.
- تاریخ انتشار
- سپتامبر 2025
- شناسه مدل
- opendatalab/MinerU2.5-2509-1.2B
- اندازه
- مدل بینایی-زبان 1.2B
- مجوز
- AGPL-3.0
- جستجو شده با نام
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
چه چیزی در MinerU 2.5 جدید است
- تجزیه دومرحلهای: تحلیل چیدمان روی صفحه کوچکشده، سپس تشخیص روی برشهای با وضوح کامل.
- تحلیل چیدمان دقیقتر که سرصفحه، پاصفحه و شماره صفحه را نگه میدارد.
- فرمولهای بهتر، از جمله فرمولهای طولانی و معادلاتی که چینی و انگلیسی را ترکیب میکنند.
- مقاومتر در جدولهای چرخیده، بدون حاشیه و با حاشیه ناقص.
بنچمارکهای MinerU 2.5
| بنچمارک | امتیاز | توضیح |
|---|---|---|
| OmniDocBench، کلی | 90.67 | 1.82 بالاتر از MonkeyOCR-pro-3B، 2.26 بالاتر از dots.ocr |
| OmniDocBench، فاصله ویرایش متن | 0.047 | dots.ocr: 0.048. کمتر بهتر است |
| OmniDocBench، CDM فرمول | 88.46 | |
| توان عملیاتی | 2.12 pages/s | موتور async در vLLM، یک A100 |
امتیازها همانطور که نویسندگان منتشر کردهاند. ما آنها را دوباره اجرا نکردهایم.
استفاده از MinerU 2.5 از طریق API
OCRRouter نسخه دیگری از MinerU را با شناسه opendatalab/mineru اجرا میکند.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageنسخههای MinerU
- MinerU: همه نسخهها، قیمت، سرعت و امکانات در OCRRouter
- MinerU 2.5 (سپتامبر 2025), این صفحه
پرسشها
منابع
آخرین بهروزرسانی .