OCR llama.cpp - a Dinibis Collection

Dinibis 's Collections

OCR llama.cpp

updated Aug 24

https://huggingface.co/blog/ggml-org/using-ocr-models-with-llama-cpp Critères : Licence libre Tourne sur CPU Document FR ROI Full-document JSON/md

OCR models

Collection

11 items • Updated Jul 30 • 20

Note GGUF de modèles pouvant faire de l'OCR (GGLM)
Running

4

GLAM Extraction Leaderboard

📊

4

GLAM document extraction leaderboard (POC)

Note Benchmark autour des capacités d'extraction en JSON
NuExtract3

Collection

12 items • Updated May 26 • 17
numind/NuExtract3-GGUF

Image-Text-to-Text • 4B • Updated Aug 25 • 8.46k • 42

Note Licence : apache-2.0 + Complétion de template plus poussée que les autres modèles + Peut formater en JSON les résultats .md d'autres modèles - Lent sur CPU (4B)
LightOnOCR-2 🦉

Collection

LightOnOCR-2-1B: a lightweight high-performance end-to-end OCR model family • 12 items • Updated 1 day ago • 29
lightonai/LightOnOCR-2-1B

Image-Text-to-Text • 1B • Updated 1 day ago • 270k • • 836

Note Licence : apache-2.0
mradermacher/LightOnOCR-2-1B-GGUF

0.6B • Updated Feb 21 • 414 • 7
Mistral Small 3 (All Versions)

Collection

A collection of Mistral's new Small 3.2 and 3 models including GGUF, 4-bit and more! • 20 items • Updated Aug 26 • 23

Note Licence : apache-2.0 x Modèle générique pouvant réaliser des tâches d'OCR (pas fait pour cet usage) - Beaucoup trop gros pour tourner sur CPU (24B)
Mistral Medium 3.5

Collection

Our first flaship models handling instruction-following, reasoning, and coding in a single set of opened-weights. • 2 items • Updated about 14 hours ago • 24

Note Licence : Modified MIT x Modèle générique pouvant réaliser des tâches d'OCR (pas fait pour cet usage) - Beaucoup trop gros pour tourner sur CPU (128B)
tencent/HunyuanOCR

Image-Text-to-Text • 1B • Updated Aug 28 • 938k • 827

Note Licence : Tencent⚠️
ggml-org/HunyuanOCR-GGUF

0.5B • Updated May 21 • 8.64k • 14

Note Licence : Tencent⚠️
prithivMLmods/HunyuanOCR-1.5-GGUF-Updated

Image-Text-to-Text • 0.5B • Updated Jul 22 • 3.17k • 4

Note Licence : apache-2.0 (différente du modèle source ???)
baidu/Unlimited-OCR

Image-Text-to-Text • 3B • Updated Jul 29 • 1.29M • 4.34k

Note Licence : MIT - Lit assez mal le texte manuscrit testé
sahilchachra/Unlimited-OCR-GGUF

Image-Text-to-Text • 3B • Updated Jul 1 • 7.79k • 148

Note Licence : MIT
baidu/Qianfan-OCR

Image-Text-to-Text • 5B • Updated Apr 29 • 52.5k • 1.21k

Note Serait meilleur que Unlimited-OCR sur la capacité de lecture
Reza2kn/Qianfan-OCR-GGUF

Image-Text-to-Text • 4B • Updated about 1 month ago • 1.32k • 16
ATH-MaaS/OvisOCR2

Image-Text-to-Text • 0.9B • Updated Aug 28 • 239k • • 483
Abiray/OvisOCR2-GGUF

Image-Text-to-Text • 0.8B • Updated Jul 13 • 4.46k • 28

Note à tester à nouveau
DeepSeek-OCR

Collection

2 items • Updated Feb 2 • 37
deepseek-ai/DeepSeek-OCR-2

Image-Text-to-Text • 3B • Updated Feb 3 • 742k • 1.11k
SandLogicTechnologies/DeepSeek-OCR-2-GGUF

Image-to-Text • 3B • Updated Jun 29 • 1.34k • 2

Note Licence : MIT + Très rapide sur CPU + Meilleur en ROI - Mauvais sur la complétion d'un JSON de document complet
Running on Zero

Agents

3

Form Field VLM Demo

📋

3

Detect and understand fields in a form page

Note Détection de champs (demo)
jbarrow/FFDetr

Updated Nov 25, 2025 • 5

Note Détection de champs
pdf-net/ffdetr-filled

Object Detection • Updated Jul 17

Note Détection de champs (vides et remplis)
dots.ocr

Collection

dots.ocr • 2 items • Updated Oct 31, 2025 • 4
dots-studio/dots.ocr

Image-Text-to-Text • 3B • Updated Oct 31, 2025 • 1.1M • 1.34k
dots.mocr

Collection

Multimodal OCR: Parse Anything from Documents • 2 items • Updated Mar 19 • 9
polymer/dots.mocr-GGUF

Image-to-Text • 2B • Updated Jul 26 • 67

Note Licence : apache-2.0 + Résultats full-document .md comparables à LightOnOCR + bbox + Typage des zones du document (ex: image / tableau / liste / titre)
mradermacher/dots.ocr-i1-GGUF

Image-to-Text • 2B • Updated Aug 6 • 789 • 3

Note tests infructueux avec llama.cpp
Qwen3-VL

Collection

37 items • Updated Dec 31, 2025 • 784
Qwen/Qwen3-VL-4B-Instruct-GGUF

Image-Text-to-Text • 4B • Updated Nov 1, 2025 • 170k • 65
unsloth/Qwen3-VL-2B-Instruct-GGUF

Image-Text-to-Text • 2B • Updated Oct 31, 2025 • 64.7k • 45

Note Licence : apache-2.0 + Bon en ROI + Bon .md full-document - Très inconsistant sur la complétion de JSON d'un document entier
Qwen/Qwen3-VL-2B-Instruct-GGUF

Image-Text-to-Text • 2B • Updated Nov 1, 2025 • 132k • 60
FireRedTeam/FireRed-OCR

Image-to-Text • 2B • Updated Mar 4 • 2.39k • 167

Note à tester
tiiuae/Falcon-OCR

Image-to-Text • 0.3B • Updated 28 days ago • 5.54k • 158

Note à tester
PaddleOCR-VL-1.6

Collection

Expanding the Frontier of Document Parsing with Under-Optimized Region Refinement and Progressive Post-Training • 7 items • Updated Jul 8 • 19
PaddlePaddle/PaddleOCR-VL-1.6-GGUF

0.5B • Updated Jun 10 • 92.8k • 79

Note Licence : apache2.0 + Très rapide / léger (0.5B) + Performant en full-document .md + Meilleur en ROI (0.4s pour lire un identifiant manuscrit) + Lit très bien le manuscrit - Pas fiable sur les cases à cocher
infly/Infinity-Parser2-Pro

Image-Text-to-Text • 35B • Updated Jul 20 • 7.56k • 98

Note Licence : apache-2.0 - Beaucoup trop gros pour tourner sur CPU (128B)
Infinity-Parser2

Collection

Multimodal Synthetic Dataset and Multi-Task Reinforcement Learning Document Parser • 5 items • Updated Jul 25 • 2
prithivMLmods/Infinity-Parser2-Flash-GGUF

Image-Text-to-Text • 2B • Updated Jul 26 • 1.54k • 2
public models

Collection

Public models • 5 items • Updated Jun 19 • 6

Note Modèles Datalab, spécialisés dans le traitement de document
datalab-to/chandra-ocr-2

Image-Text-to-Text • 5B • Updated Jun 26 • 1.81M • 541

Note Licence : openrail
prithivMLmods/chandra-ocr-2-GGUF

Image-Text-to-Text • 5B • Updated May 15 • 11.4k • 42
datalab-to/surya-ocr-2-gguf

Image-Text-to-Text • 0.6B • Updated May 27 • 722k • 21

Note Licence : openrail + Taux de confiance - Utilisation prévue avec un SDK → modèle pas vraiment générique
datalab-to/lift

Image-Text-to-Text • 10B • Updated 4 days ago • 158k • • 202

Note Licence : openrail + Sortie JSON structurée (similaire à NuExtract3) - Trop lourd pour du CPU (10B)
prithivMLmods/lift-GGUF

Image-Text-to-Text • 9B • Updated Jun 19 • 2.75k • 8

Note Licence : openrail + Sortie JSON structurée (similaire à NuExtract3) - Trop lourd pour du CPU (9B)
👁️ LFM2.5-VL

Collection

9 items • Updated Aug 12 • 57
LiquidAI/LFM2.5-VL-450M-GGUF

Image-Text-to-Text • 0.4B • Updated Aug 24 • 22.7k • 71

Note Licence : lfm1.0 (limite certaines utilisations commerciales) + Ultra rapide sur CPU (instantané sur une ROI) - Mauvais en full-document .md / JSON
LiquidAI/LFM2.5-VL-1.6B-GGUF

Image-Text-to-Text • 1B • Updated Aug 24 • 36.8k • 109

Note Licence : lfm1.0 (limite certaines utilisations commerciales) + Toujours rapide même si plus gros que la version 450M (document complet traité en 26s sur CPU) + Plus de capacités que la version 450M (exemple : renvoyer un JSON complet) - Le JSON n'est pas consistant (tous les critères ne sont pas respectés) - Toujours mauvais pour lire un champ complet LightOnOCR-2-1B (modèle de taille équivalente) semble plus efficace
ggml-org/GLM-OCR-GGUF

0.9B • Updated Mar 10 • 33.1k • 111

Note Licence : MIT - Ne relève pas les cases à cocher