Коротко
- Распознаватель строк PP-OCRv6 medium, дообученный на русском, плюс детектор строк, выпрямление UVDoc и PP-DocLayoutV3 для порядка чтения. LLM в работе не используется.
- Балл 0.80 получен на тех же страницах, на которых подбирали правила и проверяли каждое изменение. Для честного сравнения с чужими моделями он завышен, на новых документах ожидаемо будет ниже.
- Как получилось поднять качество с 12 % ошибок в символах до 6 %, описано в исследовании «Свой OCR на PP-OCRv6».
Как запускали
Итоговый пресет ocr_best.py (configs/ocr_layout_best.json): веса — смесь трёх дообученных чекпойнтов, ширина распознавателя 1280, автоматический выбор выпрямления, порядок колонок по блокам layout. Тексты для этой таблицы взяты из того же прогона, по которому считался итоговый отчёт, и пересчитаны общим скорером бенча.
Что важно знать
- Официальный PP-OCRv6 русский язык не поддерживает, словарь с кириллицей добавлен при дообучении.
- Основной прирост дали не новые веса, а порядок чтения и геометрия: колонки, повороты, склейка фрагментов строк, восстановление края после выпрямления.
- Рукопись — слабое место, как у всех классических OCR.
- Таблицы восстанавливаются только как области, ячеек нет.
Когда брать
Когда нужен локальный OCR без генеративной модели: предсказуемый, с координатами каждой строки, без петель и выдумок. Перед заменой им VLM стоит проверить его на своих документах — цифре 0.80 на этом наборе доверять нельзя.
По типам страниц
Синяя полоса — Наш PP-OCRv6, серая — медиана всех 20 моделей лидерборда на том же типе.
Распределение по страницам
Сколько страниц попало в каждый диапазон балла. Красным — почти полный провал (ниже 0.2).
Все прогоны
| Вариант | Все | Печатные | Рукопись | Дата |
|---|---|---|---|---|
итоговый пресет ocr_best.py (геометрия + UVDoc + layout) в лидербордеresults/ppocrv6-ours-final |
0.800 | 0.897 | 0.509 | 25.10.2026 |
Где модель ошибается
Страницы с самым низким баллом в основном прогоне: две печатные и одна рукописная. Слева эталон, справа ответ модели (первые 700 знаков).
Страница 1026 · без метки · балл 0.332
Эталон
ГРАМОТА ======= СОРЕВНОВАНИЯ ПО ЛЁГКОЙ АТЛЕТИКЕ =============================== На первенство спортивной школы олимпийского резерва «Академия лёгкой атлетики Санкт-Петербурга» Награждается за II место в толкании ядра среди юношей 2009-2010 г.р. с результатом 9м 43см Директор: [Подпись] 18-20 ноября 2022 года
Наш PP-OCRv6
21 ДЕЕ СПНКТ АЕОТОЕ 0 ХО ДАА ЕТР ДТК Б9РГ Д5 ГРАМОТА СОРЕВНОВАНИЯ ПО ЛЁГКОЙ АТЛЕТИКЕ НА ПЕРВЕНСТВО СПОРТИВНОЙ ШКОЛЫ ОЛИМПИЙСКОГО РЕЗЕРВА «АКАДЕМИЯ ЛЁГКОЙ АТЛЕТИКИ САНКТ-ПЕТЕРБУРГА» НАГРАЖДАЕТСЯ II за место ядра Поркании В. средиюноией 2009-2010 г.р 9г 43су с результатом Диревтор 18.22 нояоря 2022 года
Страница 1145 · без метки · балл 0.448
Эталон
Первый Санкт-Петербургский государственный медицинский университет им. акад. И.П.Павлова Отдел функциональной диагностики легких клиники госпитальной терапии им. М.В.Черноруцкого. 197098, Санкт-Петербург, ул. Л. Толстого, 6/8, тел. 3387829 ИССЛЕДОВАНИЕ ДЫХАТЕЛЬНОЙ ФУНКЦИИ ЛЕГКИХ ======================================= Дата обследования: 30.10.2015 Пол: Ж Возраст: | Параметр | Должные | Исходные величины | После вентолина | Измен. | |-------------------|---------|-------------------|-----------------|--------| | | Клемент Р. и др. 84 г., 94 г. | Фактич. | % в дол. | Фактич. | % в дол. | % | | Статические легочные объемы | | | | | | | | ОЕЛ (л) | 4,73 | 5,18 | 109,8 | Н | 5,63 | 119,1 | У | …
Наш PP-OCRv6
Первый Санкт-Петербургский государственный медицинский университет им. акад. И.П.Павлова Отдел функциональной диагностики легких клиники госпитальной терапии им. М.В.Черноруцкого. 197098, Санкт-Петербург, ул. Л. Толстого, 6/8, тел. 3387829 ИССЛЕДОВАНИЕ ДЫХАТЕЛЬНОЙ ФУНКЦИИ ЛЕГКИХ Дата обследования: 30.10.2015. Пол: Ж Возраст: После вентолина Исходные величины Измен. Должные % к исх. Клемент Р. и % к дол. Фактич. Параметр % к дол. Фактич. др. 84 г., 94 г. Статические легочные объемы ОЕЛ (л) 4,73 5,19 109,8 Н 5,63 119,1 у 8,48 ЖЕЛ (л) 3,33 4,08 122,6 H 4,02 120,8 H -1,47 РО вд (л) 2,34 2,37 РО выд (л) 0,58 0,52 ДО (л) 0,90 1,03 2,40 7,62 101,7 H 94,5 Н 2,23 2,36 44,14 ФОЕ (л) 1,60 114,4 H 79,4 …
Страница 918 · рукопись · балл 0.176
Эталон
Политология 15.09.09 Теория политической системы. В центре полит иссл-й вопрос о власти. Одни исс-ли видят во власти позит. черты, др. — отрицат. "Нет той чел. души, кот. выдерж. бы искушение властью" — Платон. Власть и влияние — разные категории. Власть производная от влияния. И то и др. осн-ся на неравенстве партнеров. Объект влияния облад. возм-ми альтернат. повед. , ст. его подчин. связана с силой влияния. Властные отн. строятся на правовом нерав-ве партнёра. Объект власт. воздейств. никакими возм-ми альтерн. повед-я не обладает. власт Власть означ. ситуацию, при кот.: субъект А облад. правом и спос-ю менять повед. суб-та В выгодным для себя образом и принуждать делать то, что …
Наш PP-OCRv6
Фоситооид. 15.09. 09 Пгория полиигесио смеемые. в цемда помия иемл-я вотр о влага. Оъии ие ни выисяя во вялосби поуия черга, вв. - обица унеб ооя нея. руиии, гос воуеры я сисациссие виагого" Плаом. Влоса и влислме - рагиоеа яоюгорец Власаь пром воргая от влмиягеимя г то и я сыся гма наровена ве пораигров Обваок влмеяэнсмея облар. вогм -ямц алелерноя повебр ст ссо пореям. човдоиа с сеное вяаяямеся Власбыые см. строябся иа прововом исравве паранёра. Обгса влясс воддегов. кеаниелмеи возм м альюра. поверя бее обедасд влае Вяаед ориаг сияуациио, пре гов.: субъеас к облар правом и спое чо нессяь пявер. суба В Овоггуиам рля себо обрарм ио прнуявая бденаь бто, гоо в вея-а но веа мбся. люб влеса сд …