Beispiele aus der Praxis
Erleben Sie docTR in Aktion: Die folgenden Screenshots zeigen die Pipeline aus dem Abschnitt oben in der Praxis – von der Layout-Erkennung in PDFs bis zur Texterkennung auf Fotos. Die Layout-Beispiele stammen aus docTR v1.1 mit dem `lw_detr_s`-Modell (`detect_layout=True`).
Layout-Erkennung in PDFs
Das LW-DETR-Modell erkennt elf Layout-Klassen – u. a. Title, Text, Table, Caption, Formula und List-item – und unterscheidet damit visuelle Struktur von reiner Worterkennung.
Zusammen mit Tabellenstrukturerkennung und Lesereihenfolge eignet sich docTR so für wissenschaftliche und technische PDFs – von der Layout-Analyse bis zur strukturierten Ausgabe.
Szenen-OCR auf Fotos
docTR ist nicht auf gescannte Dokumente beschränkt. Auf Fotos erkennt die Pipeline Text auf unebenen Oberflächen - von einzelnen Wörtern über Absätze bis zu speziellen Bereichen wie Barcodes.
Interaktiv ausprobieren
Eine Live-Demo zum direkten Testen mit eigenen Dokumenten ist auf Hugging Face Spaces verfügbar. Alternativ lässt sich die Streamlit-Demo lokal starten (streamlit run demo/app.py). Ein ergänzendes Video kann hier ergänzt werden, sobald verfügbar.
Bereit für OCR in Ihrer Infrastruktur?
Starten Sie mit einem Pilot in Ihrer Umgebung: Wir evaluieren die Performance auf Ihren Dokumenten und zeigen, was docTR On-Prem konkret für Ihren Use Case leistet – datenschutzkonform, kostenkontrolliert und vollständig unter Ihrer Kontrolle.
Oder rufen Sie uns direkt an: +49 (0) 351 27 51 97 74 · Mo.–Fr. 9–18 Uhr