DeepSeek-OCR-2

镜像简介

本镜像基于DeepSeek团队开源的新一代OCR模型DeepSeek-OCR 2，具备超越传统文字识别的逻辑理解能力，可像人类一样智能解析文档结构、语义关系与版面元素。支持复杂文档、图表及多格式文件的精准识别与结构化提取，适用于智能办公、档案数字化、教育科研及跨模态信息处理等场景，提供更懂内容的智能阅读解决方案。

镜像使用指南

方式一：Gradio 可视化界面（推荐新手）

提供 Web UI 交互界面，支持图片上传、模式选择、结果可视化。

1.创建实例

2.选择合适的机型，立即部署

3.启动成功后，点击【JupyterLab】

4.进入terminal，输入以下代码

cd DeepSeek-OCR2-master/DeepSeek-OCR2-vllm
python deepseek_ocr2_gradio.py

5.返回实例页面，点击【可视化UI】, 即可使用。

方式二：vLLM 推理（适合生产环境）

vLLM 方式速度更快，支持批量处理和并发。

# 进入 vLLM 目录
cd DeepSeek-OCR2-master/DeepSeek-OCR2-vllm

# 单图推理（流式输出）
python run_dpsk_ocr2_image.py

# PDF 批量处理
python run_dpsk_ocr2_pdf.py