Sign inSign up

haokun003/deepseek-ocr-webui

By haokun003

•Updated 11 months ago

Deepseek-OCR提供webui图形化和api接口

Image
0

2.9K

haokun003/deepseek-ocr-webui repository overview

⁠DeepSeek-OCR 智能文档识别系统

🚀 基于DeepSeek-OCR的智能文档和图片识别解决方案

一个完整的OCR识别系统,包含高性能API服务器和现代化Web界面,支持图片和PDF文档的智能文字识别、可视化处理和批量管理。

⁠✨ 核心特性

⁠🧠 智能识别
  • 高精度OCR:基于DeepSeek-OCR模型,支持中英文识别
  • 多格式支持:PDF、PNG、JPG、JPEG、GIF、BMP、WEBP等格式
  • 布局感知:智能识别文档布局、表格、图像等复杂结构
  • 可视化处理:生成带标注的识别结果,便于验证和调试
⁠🎨 现代化界面
  • 直观操作:拖拽上传、实时进度、批量处理
  • 响应式设计:适配桌面和移动设备
  • 状态反馈:清晰的处理进度和结果展示
  • 用户体验:流畅的交互和友好的错误提示
⁠⚡ 高性能架构
  • 异步处理:FastAPI + 异步JavaScript,高并发支持
  • GPU加速:支持CUDA加速,显著提升处理速度
  • 智能缓存:优化重复文件处理,避免重复计算
  • 批量优化:支持多文件并发处理
⁠🛠️ 企业级功能
  • 文件管理:智能合并、自动覆盖、版本控制
  • 双重输出:原始检测结果 + 清理后结果
  • 批量下载:ZIP格式打包下载所有结果
  • API接口:RESTful API,易于集成

⁠🏗️ 系统架构

DeepSeek-OCR/
├── api_server/          # API服务器核心
│   ├── main.py          # FastAPI主应用
│   ├── ocr_service.py   # OCR核心服务
│   ├── config.py        # 配置管理
│   ├── models.py        # 数据模型
│   └── requirements.txt # Python依赖
├── webui/              # Web用户界面
│   ├── index.html      # 主页面
│   ├── server.py       # 内置服务器
│   └── README.md       # WebUI文档
├── outputs/            # 输出目录
└── README.md          # 项目文档
⁠处理流程
用户上传 → 格式检测 → OCR识别 → 可视化处理 → 结果保存 → 用户下载

⁠🚀 快速开始

⁠环境要求
  • 系统:Linux/Windows/macOS
  • Python:3.9+
  • GPU:CUDA 11.8+(推荐)
  • 内存:8GB+(推荐16GB+)
  • 磁盘:100GB+
⁠一键启动
#pull 镜像
docker pull  haokun003/deepseek-ocr-webui:v1.3.0

#modelspace下载模型
modelscope download --model deepseek-ai/DeepSeek-OCR --local_dir /data/project/models/deepseek/DeepSeek-OCR

--env CUDA_VISIBLE_DEVICES=0 需要部署显卡的编号


#docker run 启动
sudo docker run -d \
  --name deepseek-ocr-api \
  --gpus all \
  --publish 8501:8501 \
  --volume /data/project/models/deepseek/DeepSeek-OCR:/app/models \
  --volume ./outputs:/app/outputs \
  --volume ./outputs:/tmp/cache \
  --env CUDA_VISIBLE_DEVICES=0 \
  --env MODEL_PATH=/app/models \
  --env TRANSFORMERS_OFFLINE=1 \
  --env HF_HUB_OFFLINE=1 \
  --env NGINX_PORT=8501 \
  --shm-size=10gb \
  haokun003/deepseek-ocr-webui:v1.3.0

⁠webui访问

http://localhost:8501⁠

Tag summary

Content type

Image

Digest

sha256:dd2403a44…

Size

12.5 GB

Last updated

11 months ago

docker pull haokun003/deepseek-ocr-webui:v1.3.0