Skip to content

README.tr.md

Latest commit

 

History

History
42 lines (32 loc) · 1.75 KB

README.tr.md

File metadata and controls

42 lines (32 loc) · 1.75 KB
Raw

OpenCR: Türkçe ve Karmaşık Dökümanlar İçin Yüksek Performanslı OCR Hattı

OpenCR, özellikle Türkçe metinler, arşiv dökümanları ve karmaşık sayfa yapısına sahip PDF'leri, yapay zeka eğitimine hazır (HuggingFace-ready) tertemiz veri setlerine dönüştüren uçtan uca bir sistemdir.

Neden OpenCR?

  • Türkçe Odaklı Doğruluk: DeepSeek-OCR-2 tabanlı yapısıyla, standart OCR araçlarının zorlandığı Türkçe karakterlerde ve karmaşık sayfa düzenlerinde güçlü bir başlangıç noktası sağlar.
  • Veri Seti Fabrikası: Çıkarılan metinleri doğrudan .parquet formatında paketler ve tek tıkla HuggingFace'e yüklemeye hazır hale getirir.
  • Operatör Konsolu: İşlemleri izlemek, sayfa sayfa kontrol etmek ve hataları düzeltmek için modern bir web arayüzü sunar.

Kurulum

Docker ile Çalıştırma (NVIDIA GPU Gerekir)

docker compose up -d

Harici Model Sunucusu ile Geliştirme

Zaten çalışan OpenAI-compatible bir vLLM / GPU endpoint'iniz varsa:

  1. Klasör ve Ortam Hazırlığı:

    mkdir -p input output
python3 -m venv .venv
source .venv/bin/activate
pip install -r ocr_pipeline/requirements.txt

  2. Başlatma:

    export INPUT_DIR="./input"
export OUTPUT_DIR="./output"
MODEL_BACKEND=remote MODEL_SERVER_URL="https://your-endpoint" ./scripts/start.sh

    Erişim: http://localhost:39672

Mimari

  • Backend: vLLM tabanlı DeepSeek-OCR-2 (GPU-first).
  • Frontend/API: FastAPI & Alpine.js (Yönetim konsolu).

OpenCR, döküman arşivlerini dijitalleştirip modern yapay zeka dünyasına taşımak için cdli.ai tarafından geliştirilmiştir.