[241003] GOT-OCR-2.0 正式开源！| Debian 包管理器：你需要知道的一切

于 2024-10-03 08:27:24 发布
阅读量868 收藏 18
点赞数 6
分类专栏： daily blog 文章标签： ocr debian 运维 人工光学 模型 apt linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/edwinjhlee/article/details/142688605
版权

目录

GOT-OCR-2.0 正式开源！

随着对人工光学字符智能处理需求的不断增长，传统 OCR 系统（OCR-1.0）已无法满足用户需求。本文将所有人工光信号（如纯文本、数学/分子式、表格、图表、乐谱甚至几何形状）统称为“字符”，并提出通用OCR理论及名为 GOT 的优秀模型，推动 OCR-2.0 时代的到来。

GOT 是一个拥有5.8亿参数的统一、优雅、端到端的模型，由高压缩编码器和长上下文解码器组成。作为 OCR-2.0 模型，GOT 能够处理上述所有“字符”的各种 OCR 任务。

OCR-2.0 model GOT 自 2024年9月3日发布并宣布正式开源，近期一直处于活跃状态。

GOT 模型特点：

  • 开源友好： GOT 模型代码、权重和 benchmark 全部开源，方便开发者快速上手，进行研究和应用开发！
  • 部署便捷： GOT 模型支持 Huggingface 部署，社区已实现 llama_cpp_inference 的第一个版本，让你轻松玩转 OCR！

GOT 模型发展历程：

  • 2024年9月3日： GOT 模型代码、权重和 benchmark 正式开源，同时论文提交 Arxiv，标志着 OCR 2.0 时代的到来！
  • 2024年9月13日： GOT 模型 Huggingface 部署上线，开发者可以更方便地体验 GOT 模型的强大性能！
  • 2024年9月14日： GOT 模型官方 demo 正式发布，感谢 Huggingface 提供的 GPU 资源！
  • 2024年9月23日： GOT 模型 Modelscope 官方 demo 发布，感谢 Modelscope 提供的 GPU 资源！
  • 2024年9月24日： GOT 模型支持 ms-swift 快速微调，开发者可以使用自己的数据轻松定制模型！
  • 2024年9月29日&#
最低0.47元/天 解锁文章
博客
[250529] CrateDB 5.10.7 发布：一系列重要修复与升级注意事项
05-29 370
CrateDB 5.10.7版本发布，主要进行了一系列错误修复和性能优化。升级需注意：必须从4.0.2或更高版本升级，建议先升级至5.9版本；4.x版本创建的表需迁移数据至新表。主要修复包括：改进stddev函数计算精度、优化系统表查询错误提示、修正ALTER TABLE添加子列的数据类型问题、提升窗口函数性能、修复视图设置持久化问题，以及优化DELETE语句重试逻辑。升级前请务必备份数据。
博客
x-cmd install | bmon - 实时掌握网络流量，运维利器，尽在掌握！
05-29 315
bmon是一款强大的开源网络带宽监控工具，提供实时流量数据显示（上传/下载速率、数据包数量等），支持交互式界面和脚本集成。其简洁易用、轻量高效的特点，适用于服务器运维、网络调试、个人流量监控等场景。通过简单命令即可安装，兼容Linux、macOS等系统，帮助用户直观掌握网络动态，快速定位问题。开源免费的特性使其成为网络监控的优选方案。 （字数：143）
博客
[250528] NixOS 25.05 “Warbler“ 正式发布：GNOME 48、Kernel 6.12 及海量软件包更新！
05-28 485
NixOS 25.05 "Warbler" 正式发布，带来多项重要更新。该版本将获得7个月的错误修复和安全支持，直至2025年底。软件包仓库新增7840个包，更新28054个现有包。系统新增137个模块和1930个配置选项。主要软件更新包括GNOME 48、Linux内核6.12、LLVM 19和GCC 14。旧版本24.11将于2025年6月30日停止维护。
博客
x-cmd install | qrtool：命令行下的二维码神器，让信息触手可及！
05-28 753
qrtool是一款高效跨平台的命令行二维码工具，支持二维码生成、解码及Micro QR Code。提供多种输出格式（PNG、SVG、ASCII等），支持颜色自定义和终端输出。轻量开源，适用于开发者、系统管理及自动化脚本等场景。安装简便，可通过x i命令快速获取，满足各类二维码处理需求。 来源：github.com/sorairolake/qrtool
博客
[250527] TypeScript 原生预览版现已开放试用，速度狂飙10倍！
05-27 790
TypeScript 原生预览版发布，编译速度提升10倍！该版本采用Go语言重写编译器，新增JSX检查支持，并优化JavaScript文件分析。开发者可通过npm安装预览包或VS Code扩展体验。目前仍有限制，如暂不支持.d.ts输出和--build模式。团队计划年内推出更完整版本。详情见微软TypeScript博客。
博客
x-cmd install | kbt：告别“玄学”键盘，终端里的专业键盘体检师
05-27 252
摘要： kbt是一款终端运行的键盘测试工具，支持离线检测、多键盘布局和跨平台使用。它能实时反馈按键状态，帮助用户快速发现键位失灵或响应延迟问题。适用于游戏玩家、键盘爱好者、程序员等场景，提供便捷的键盘体检功能。通过交互式菜单操作，用户可轻松测试键盘性能，确保设备处于最佳状态。支持Linux、macOS和Windows系统，安装简单。
博客
[250522] x-cmd 更新日志：v0.5.12 ~ v0.5.14
05-23 303
本次 x-cmd 更新（v0.5.12 ~ v0.5.14）主要引入了新功能、优化了用户体验并修复了多个问题。新功能包括 ip tps 命令的端口发现功能、advise addon 的命令补全扩展机制以及 root repoint 的根目录切换功能。优化方面，改进了 otherwise app 的模块描述提示与对齐样式，提升了界面清晰度。修复了 PowerShell 与 Git Bash 的 UTF-8 编码兼容性问题，增强了 Test-Path 的兼容性，并解决了批处理标签缺失导致的问题。用户可通过安装脚
博客
x-cmd install | cargo-selector：优雅管理 Rust 项目二进制与示例，开发体验升级
05-22 620
cargo-selector 是一款专为 Rust 开发者设计的工具，旨在简化项目中的二进制文件和示例的选择与运行。通过交互式界面，用户可以轻松浏览并选择目标程序，支持一键运行或构建，省去了手动输入命令的繁琐。工具还提供灵活过滤、自定义显示、快捷键操作、配置化定制等功能，满足个性化需求。无论是快速运行示例、调试二进制文件，还是管理大型项目，cargo-selector 都能显著提升开发效率，成为 Rust 开发者的得力助手。
博客
x-cmd install | Pillager：Go 语言打造的敏感信息文件系统扫描利器
05-21 863
Pillager 是一款由 Go 语言开发的文件系统扫描工具，旨在帮助用户快速发现隐藏的敏感信息，如密钥、密码和 API 令牌。其核心优势包括高效并发扫描、灵活的规则引擎（支持 Gitleaks 规则）、交互式终端界面、多种输出格式（如 JSON、HTML、CSV 等）以及强大的可扩展性。Pillager 适用于安全审计、代码审查、渗透测试、事件响应和合规性检查等多种场景。通过递归目录扫描、并发文件处理和敏感信息检测，Pillager 能够生成详细的扫描报告，帮助用户提升安全防护水平。目前，该工具仍处于开发
博客
[250521] DBeaver 25.0.5 发布：SQL 编辑器、导航器全面升级，新增 Kingbase 支持！
05-21 654
DBeaver 25.0.5 版本近日发布，带来了多项功能升级和问题修复。SQL 编辑器方面，CTE 补全和导航支持显著提升，新增了 STRAIGHT_JOIN 和 LATERAL JOIN 支持，并修复了列补全和导航快捷键冲突问题。元数据功能新增了调整多行字段大小的选项。导航器新增了显示文件夹中元素数量的功能，并修复了打开模式和数据库的问题。此外，新增了 CLI 运行器 dbeaverc，并改进了驱动版本管理。数据库支持方面，修复了 Clickhouse、MySQL、Oracle 和 PostgreSQL
博客
x-cmd install | Bagels - 在终端掌控你的财务，告别记账烦恼！
05-19 716
Bagels 是一款专为终端用户设计的 TUI 费用追踪器，旨在提供高效、私密的财务管理体验。它直接在命令行中运行，无需切换应用，确保操作流畅且无广告干扰。Bagels 支持账户管理、分类管理、交易记录、模板功能、数据分析、预算管理等核心功能，帮助用户轻松记录和分析消费情况。数据本地存储，保障隐私安全，同时支持自定义快捷键和默认设置，打造个性化记账体验。Bagels 适合程序员、学生、极客及注重隐私的用户，适用于日常记账、预算管理、财务分析等多种场景。目前软件处于开发初期，建议用户在使用前查看开发仓库以确认
博客
x-cmd install | HNTerm：在终端里畅游 Hacker News，极客资讯触手可及！
05-17 638
HNTerm 是一款专为终端用户设计的 Hacker News 阅读器，采用 C++ 编写，提供高效、沉浸式的阅读体验。用户无需离开终端环境，即可浏览 Hacker News 的最新动态，享受流畅的阅读体验。HNTerm 支持快捷键操作、主题定制、窗口分割等功能，提升阅读效率与个性化体验。其轻量高效的设计，即使在低配置设备上也能流畅运行。HNTerm 适用于程序员、极客爱好者、系统管理员等需要在终端环境下阅读 Hacker News 的用户，帮助他们随时掌握技术趋势与行业动态。
博客
x-cmd install | gowall - 让你的图片与主题完美融合！
05-17 436
gowall 是一款功能强大的命令行工具，专为个性化图片风格设计。它支持一键转换多种流行主题风格（如 Catppuccin、Nord 等），并允许用户自定义主题，满足个性化需求。此外，gowall 提供批量处理、颜色替换、颜色反转、调色板提取、格式转换、添加边框等功能，适用于壁纸、头像、截图等多种场景。其简单易用、高度定制、开源免费且跨平台支持的特点，使其成为图片处理的理想选择。无论是美化桌面、社交媒体头像，还是批量处理图片，gowall 都能轻松应对，释放你的创造力。
博客
[250517] 腾讯混元图像 2.0 发布：毫秒级生图速度，画质超写实！
05-17 648
腾讯近日发布了混元图像2.0模型（Hunyuan Image2.0），该模型在AI图像生成技术上取得显著突破。其最大亮点是实现了毫秒级的实时生图速度，大幅提升了用户体验，用户可同步看到图像生成过程，告别了传统的等待模式。此外，该模型在图像质量上也表现出色，通过强化学习和人类美学知识的引入，生成的图像真实感强、细节丰富，避免了常见的“AI味”。在国际权威测试中，其准确率超过95%。创新功能“实时绘画板”支持同步上色预览和多图融合，为设计师提供了更便捷的创作工具。该模型的发布标志着AI图像生成技术的进一步成熟。
博客
x-cmd install | envfetch：告别环境变量配置烦恼，跨平台管理一键搞定！
05-16 266
envfetch 是一款跨平台的轻量级命令行工具，旨在简化环境变量的管理。它支持 Linux、Windows 和 macOS，提供查看、检索、设置、追加和删除环境变量的功能，并支持 dotenv 文件的无缝集成。envfetch 基于 Rust 开发，具有高效、稳定、开源免费的特点，适用于多项目管理、开发环境配置、自动化脚本和团队协作等场景。通过简洁的命令行界面，envfetch 让环境变量管理变得简单高效，提升开发效率。立即体验 envfetch，告别繁琐的环境变量配置。
博客
[250516] OpenAI 升级 ChatGPT：GPT-4.1 及 Mini 版上线！
05-16 829
OpenAI 近日在 ChatGPT 平台上推出了两款新 AI 模型：GPT-4.1 和 GPT-4.1 mini。GPT-4.1 专为编码和高效任务设计，在处理复杂编程需求时表现出色，运行速度更快，且输出更简洁可靠。GPT-4.1 mini 则是轻量级版本，适合资源有限的设备，同时保持较高精度。付费用户可通过模型选择器访问 GPT-4.1，而免费用户默认使用 GPT-4.1 mini。技术方面，新模型支持更大的上下文窗口，增强了多模态能力，并优化了用户界面，提升了操作便捷性。此次更新旨在提升 ChatGP
博客
x-cmd install | lsr - 告别眼花缭乱，让你的文件列表一目了然！
05-16 674
lsr (Laser) 是一款旨在提升文件浏览体验的工具，通过色彩高亮、智能排序和强大过滤功能，显著增强了文件列表的可读性和操作效率。它不仅支持文件类型区分、隐藏文件显示、Git 状态集成，还提供递归目录树和长格式输出等功能。用户可以通过 Lua 脚本自定义显示风格和过滤规则，满足个性化需求。lsr 适用于日常文件管理、代码开发、系统维护和服务器管理等多种场景，帮助用户快速定位和管理文件，告别传统 ls 命令的单调和繁琐。安装简便，功能丰富，是提升工作效率的理想选择。
博客
x-cmd install | Havn - 极速轻巧的端口扫描利器，网络安全尽在掌握！
05-15 889
Havn 是一款由 Rust 语言开发的极速、轻巧且可配置的端口扫描工具，旨在帮助用户快速探测网络中的开放端口，评估安全风险。其核心优势包括：基于异步 Tokio 多线程技术实现极速扫描，二进制文件体积小于 1MB，支持跨平台运行（Linux、macOS、Windows 等），并提供丰富的命令行参数以满足不同场景需求。Havn 适用于安全审计、漏洞排查、网络监控和开发调试等多种场景，操作简单，支持彩色输出，便于用户快速识别结果。目前，Havn 仍处于开发初期，建议用户在使用前查阅相关文档。
博客
[250515] 腾讯推出 AI 编程助手 CodeBuddy，对标 Cursor
05-15 374
腾讯近日推出了名为CodeBuddy的AI编程助手，旨在提升开发者的工作效率。CodeBuddy的主要亮点包括：全新的英文品牌面向全球开发者；Craft模式允许AI智能体独立理解需求并完成多文件代码生成和改写；支持国内首个MCP协议，兼容开放生态；以及多项功能增强，如代码补全、工程理解、单元测试和代码评审等。详细介绍中，Craft模式通过自然语言指令让AI深度理解需求，独立完成代码编写与修改；Chat模式允许开发者随时提出问题并寻求建议；MCP协议兼容开放生态，支持腾讯生态产品及外部工具的连接。
博客
x-cmd install | forgit - fzf 加持，Git 交互效率神器！
05-15 830
forgit 是一款基于 fzf 的交互式 Git 工具，旨在简化 Git 操作，提升用户体验。它通过封装常用 Git 命令为交互式界面，帮助用户告别繁琐的命令行操作。forgit 具有以下特点：交互式操作、强大的 fzf 支持、功能丰富、轻量易用、高度可定制，并支持多种 Shell。它适用于日常开发、代码审查、版本回退、团队协作等场景，尤其适合 Git 新手。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值