Communitygithub.com

sublatesublate-design/paddleocr-vl-1-6-openvino-local

Compétence locale OpenVINO INT4 et Codex pour PaddleOCR-VL 1.6

Qu'est-ce que paddleocr-vl-1-6-openvino-local ?

Cette compétence permet d'exécuter localement PaddleOCR-VL 1.6 avec un runtime OpenVINO optimisé en INT4, offrant ainsi une reconnaissance optique de caractères (OCR) et une compréhension visuelle multilingue performantes sans dépendance au cloud. Elle est conçue pour fonctionner avec Codex, l'agent de codage autonome d'OpenAI, et exploite l'accélération matérielle via OpenVINO pour réduire la latence et la consommation mémoire tout en maintenant une précision élevée. L'utilisateur peut ainsi traiter des images et documents directement sur sa machine, ce qui est idéal pour les flux de travail nécessitant confidentialité des données, faible latence ou déploiement en environnement restreint. La compétence se base sur un modèle de vision-langage (VL) unifié, capable de lire du texte dans des images complexes, des tableaux et des documents scannés, et s'intègre facilement dans des pipelines d'automatisation ou d'analyse documentaire.

Compatible avec~Claude Code✓Codex CLI~Cursor
npx skills add sublatesublate-design/paddleocr-vl-1-6-openvino-local

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait paddleocr-vl-1-6-openvino-local ?

Compétence locale OpenVINO INT4 et Codex pour PaddleOCR-VL 1.6

Aperçu

Cette compétence fournit un environnement d'exécution local pour le modèle PaddleOCR-VL 1.6, optimisé avec OpenVINO et quantifié en INT4. Elle permet d'effectuer de la reconnaissance optique de caractères (OCR) et de la compréhension visuelle directement sur votre machine, sans connexion Internet ni dépendance cloud.

Fonctionnalités clés

  • OCR multilingue : Reconnaissance de texte dans plusieurs langues, dont le chinois, l'anglais, le français, etc.
  • Compréhension visuelle : Extraction d'informations à partir d'images, de tableaux, de graphiques et de documents scannés.
  • Exécution locale : Aucune donnée envoyée à un serveur externe, garantissant la confidentialité.
  • Optimisé OpenVINO INT4 : Inférence rapide avec une empreinte mémoire réduite, adaptée aux CPU et GPU Intel.
  • Intégration Codex : Fonctionne comme une compétence pour l'agent Codex, permettant un usage automatisé dans des pipelines de développement.

Plateformes supportées

  • OS : Linux, Windows, macOS
  • Matériel : Processeurs Intel avec OpenVINO, GPU Intel, ou tout CPU compatible OpenVINO
  • Conteneurs : Docker recommandé pour la reproductibilité

Utilisation

Prérequis

  • Python 3.9 ou ultérieur
  • OpenVINO Runtime 2023.3 ou plus récent
  • pip et venv

Installation

# Cloner le dépôt
git clone https://github.com/sublatesublate-design/paddleocr-vl-1-6-openvino-local.git
cd paddleocr-vl-1-6-openvino-local

# Créer un environnement virtuel
python -m venv venv
source venv/bin/activate  # Sur Windows : venv\Scripts\activate

# Installer les dépendances
pip install -r requirements.txt

Exécution

from paddleocr_vl import PaddleOCRVLEngine

engine = PaddleOCRVLEngine(model_path="models/paddleocr_vl_1_6_int4.xml", device="CPU")
result = engine.recognize("chemin/vers/image.png")
print(result)

Pour une utilisation avec Codex, placez la compétence dans le répertoire des compétences Codex et activez-la via l'interface Codex.

Variables d'environnement

VariableDescriptionValeur par défaut
OPENVINO_HOMEChemin vers l'installation OpenVINO/opt/intel/openvino_2023
MODEL_PATHChemin vers le fichier de modèle INT4models/paddleocr_vl_1_6_int4.xml
DEVICEAppareil cible pour l'inférenceCPU
LOG_LEVELNiveau de journalisationINFO

Structure du dépôt

.
├── models/                  # Modèles pré-convertis
│   └── paddleocr_vl_1_6_int4.xml
├── src/                     # Code source
│   ├── __init__.py
│   └── engine.py            # Moteur d'inférence principal
├── examples/                # Exemples d'utilisation
│   └── quickstart.py
├── tests/                   # Tests unitaires
├── requirements.txt
└── README.md

Licence

Voir le fichier LICENSE dans le dépôt.

Contribution

Les contributions sont les bienvenues. Veuillez ouvrir une issue ou soumettre une pull request.

Références

Skills associés