DeepSeek-OCRを試す

DeepSeek-OCRを試す｜shi3z

A100 で DeepSeek-OCR を動かし、長い画像、単一ページ、PDF の読み取りを試した著者の記録。Markdown 出力や画像領域の抽出を確認し、入力形式と実行経路による違いを報告している。

Hugging Face 版でファイル名と出力先を変更して実行。縦長画像では誤読や画像抽出の欠落が目立ち、ページを分けると改善したと記述する。続いて vLLM 版に PDF を渡した結果も紹介している。

学習・比較対象：縦長画像・単一ページ・PDF の入力／確認 2026-09-15／https://note.com/shi3zblog/n/n99bb0c642f1e

学習・実行調整：依存ライブラリ、入力パス、出力先の設定／確認 2026-09-15／https://note.com/shi3zblog/n/n99bb0c642f1e

対象：AIの開発・導入・活用を検討する担当者。形式：企業・著者による公開記事。言語：日本語（公開本文で確認）。利用条件：公開記事（本文をログインなしで確認）

確認事項（編集部）：著者の文書での観察であり、文字正解率や長文理解性能を測定したものではない。出力には誤読があるため内容の照合が必要。

出典：shi3z「DeepSeek-OCRを試す」／公開・更新情報：2025-10-30／確認日：2026-09-15／https://note.com/shi3zblog/n/n99bb0c642f1e

関連ページ