LightOn-OCR-1B,图片和PDF文字提取,图文混排,实时生成MarkDown文档,MarkDown文档下载,流式推理,支持PDF全量解析

镜像简介

本镜像搭载高效的1B参数视觉语言模型LightOn-OCR-1B，专注于复杂图片与PDF文档的文字信息提取，可精准处理图文混排版面，并支持实时生成结构清晰的MarkDown文档。结合目标检测与视觉场景识别技术，它能够理解并解析文档的视觉元素与逻辑关系，适用于文档数字化、知识库构建、资料高效归档及自动化内容整理等场景。

镜像使用指南

1、使用该镜像创建实例，该镜像支持自启动，初始化后，需要等待服务启动，大概2分钟左右，可以输入命令 tail -50f /root/wan/log.txt 查看启动日志 2、随后点击 SD-WEBUI 按钮即可，上传图片或者PDF文档，点击解析按钮即可

3 也支持全量PDF文档解析，直接下载结果，不限制页数