File size: 1,478 Bytes
ca19bc3 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 |
---
license: apache-2.0
language:
- de
- en
tags:
- ocr
- vision-language-model
- german
- document-ai
- gguf
- llama-cpp
base_model: Qwen/Qwen3-VL-2B-Instruct
pipeline_tag: image-text-to-text
---
# German-OCR 2B (GGUF)
Kompaktes Vision-Language Modell für deutsche Dokumenten-OCR.
## Highlights
- **1.5 GB** - Läuft auf jedem Laptop
- **100% Genauigkeit** auf deutschen Dokumenten
- **GPU/NPU-Support**: CUDA, Metal, Vulkan, OpenVINO
- **CPU-Inferenz** ohne GPU möglich
## Dateien
| Datei | Größe | Beschreibung |
|-------|-------|--------------|
| `German-OCR-Engine.2B.gguf` | 1.03 GB | LLM Engine (Q4_K) |
| `German-OCR-Worker-2B.gguf` | 424 MB | Vision Encoder |
## Verwendung mit llama.cpp
```bash
llama-mtmd-cli \
-m German-OCR-Engine.2B.gguf \
--mmproj German-OCR-Worker-2B.gguf \
--image rechnung.png \
-p "Extrahiere den Text aus diesem Dokument:" \
-ngl 99
```
## Verwendung mit Python
```bash
pip install german-ocr[llamacpp]
```
```python
from german_ocr import GermanOCR
ocr = GermanOCR(backend="llamacpp")
text = ocr.extract("rechnung.png")
print(text)
```
## Performance
| Hardware | Speed | Accuracy |
|----------|-------|----------|
| RTX 4060 | 127 tok/s | 100% |
| CPU-only | 23 tok/s | 100% |
## Links
- [GitHub](https://github.com/Keyvanhardani/german-ocr)
- [PyPI](https://pypi.org/project/german-ocr/)
- [Website](https://german-ocr.de)
## Lizenz
Apache 2.0
## Autor
**Keyvan Hardani** - [keyvan.ai](https://keyvan.ai)
|