🎯 OCR image unique
Deux modes : Gundam (base_size=1024, avec recadrage) pour les mises en page complexes, et Base (image_size=1024) pour les documents standards.
Bientôt disponible
Unlimited-OCR
Moteur OCR de nouvelle génération par Baidu. Analyse documentaire one-shot long-horizon avec une fenêtre de contexte de 32K — images, documents multipages et PDFs. Bientôt sur PDF to MD.
Analyse one-shot32K contextePDF & ImageLicence MITSGLang Serving
32 768 Tokens de contexte
300 DPI Précision de rendu PDF
2 modes Modes Gundam / Base
MIT Licence open source
Qu'est-ce qu'Unlimited-OCR
Unlimited-OCR est un système OCR open source de Baidu, positionné comme solution d'analyse documentaire de nouvelle génération. Il traite des documents très longs en une seule passe — véritable analyse one-shot long-horizon.
📄 Documents multipages
Entrée multi-images en séquence avec analyse jointe automatique. Mécanisme anti-répétition pour éviter la redondance de l' sortie.
📑 Analyse PDF directe
Rend les pages PDF en images 300 DPI via PyMuPDF pour l'analyse multipages. Aucun prétraitement nécessaire.
⚡ Inférence haute performance
Deux backends : Hugging Face Transformers et SGLang. SGLang offre une API compatible OpenAI avec FlashAttention 3.
🔧 Traitement par lots
Script infer.py intégré qui lance automatiquement le serveur SGLang avec des requêtes concurrentes. Supporte les répertoires d'images ou l'entrée PDF.
🏗️ Stack technique
PyTorch avec précision bfloat16 sur GPU NVIDIA. Nécessite Python 3.12, CUDA 12.9, Transformers 4.57.1.
Bientôt sur PDF to MD
Nous intégrons Unlimited-OCR à la plateforme PDF to MD pour des capacités d'analyse documentaire plus puissantes. Une fois intégré, vous pourrez accéder à toutes les fonctionnalités via notre API.
🌐 Expérience en ligne
Téléchargez vos documents directement sur PDF to MD et sélectionnez le moteur Unlimited-OCR pour l'analyse one-shot de longs documents.
🔌 API développeur
API RESTful bientôt disponible — appels image, multipages et PDF avec streaming, traitement par lots et paramètres personnalisés.
📊 Sortie structurée
Résultats d'analyse directement en Markdown avec tableaux, listes et hiérarchies de titres pour une intégration LLM transparente.
🛡️ Stable et fiable
Basé sur le framework d'inférence SGLang avec mise à l'échelle automatique et reprise après panne pour un service OCR de niveau entreprise.
Comment ça marche
Du téléchargement du document à la sortie structurée — entièrement automatisé.
01 Télécharger PDF / Image
02 Analyse Unlimited-OCR
03 Markdown structuré
04 API / Télécharger la sortie
Obtenir un accès anticipé
L'API Unlimited-OCR sera bientôt lancée. Pour un accès anticipé, les détails tarifaires ou une collaboration technique, contactez-nous.