olmOCR เป็นโอเพ่นซอร์ส OCR (Optical Character Recognition)
ที่ใช้สำหรับแปลงข้อความ จาก PDF file มาเป็นข้อความ ( TEXT ) มันถูกออกแบบมาเพื่อรองรับการใช้งานที่มีประสิทธิภาพสูงและสามารถปรับแต่งได้ตามความต้องการ
✅ รองรับหลายภาษา และรูปแบบตารางได้ – สามารถใช้งานได้กับตัวอักษรหลากหลายภาษา
✅ Opensource – สามารถนำไปพัฒนาและปรับแต่งได้ตามต้องการ มีทั้ง Model weight , Finetune dataset และ Inference Code
✅ ความแม่นยำสูง – ใช้ Vision Language Model และ Finetune 250K เอกสาร
✅ มี API และ CLI – สามารถรันผ่าน Command Line หรือเรียกใช้ผ่าน API (vLLM , SGlang )
Base Model : Qwen2-VL-7B-Instruct
GitHub :
https://github.com/allenai/olmocr
