---
title: Sangfor-OCR
canonical_url: "https://www.modelscope.cn/models/zzxxhh0908/Sangfor-OCR"
md_url: "https://www.modelscope.cn/models/zzxxhh0908/Sangfor-OCR.md"
repository: zzxxhh0908/Sangfor-OCR
chinese_name: Sangfor-OCR
last_updated: 2026-11-06
license: apache-2.0
base_model:
  - OpenDataLab/MinerU2.5-Pro-2605-1.2B
base_model_relation: finetune
parameters: 1.3B
tensor_type:
  - F32
library_name:
  - safetensors
  - pytorch
frameworks:
  - pytorch
language:
  - zh
  - en
downloads: 15
stars: 0
---

# Sangfor-OCR

> Sangfor-OCR - zzxxhh0908 在 ModelScope 开源的模型。Sangfor-OCR 是由 MinerU2.5-Pro-2605-1.2B 训练得到的 1.2B 文档解析视觉语言模型，以模型身份参评 OmniDocBench v1.6。

zzxxhh0908/Sangfor-OCR 是 ModelScope 魔搭社区上的 1.3B 参数机器学习模型，采用 apache-2.0 许可，基于 OpenDataLab/MinerU2.5-Pro-2605-1.2B 构建。

- **Repository**: zzxxhh0908/Sangfor-OCR
- **License**: apache-2.0
- **Parameters**: 1.3B
- **Base model**: OpenDataLab/MinerU2.5-Pro-2605-1.2B
- **Downloads**: 15
- **Stars**: 0
- **Last updated**: 2026-11-06

Source: https://www.modelscope.cn/models/zzxxhh0908/Sangfor-OCR

---

# Sangfor-OCR

Sangfor-OCR 是由 MinerU2.5-Pro-2605-1.2B 训练得到的 1.2B 文档解析视觉语言模型，以模型身份参评 OmniDocBench v1.6。

## 结果

OmniDocBench v1.6_full，1651 页，官方评测代码（`configs/end2end.yaml`，`quick_match`，`python pdf_validation.py`）。

| 模型 | 参数量 | Overall ↑ | 文本 Edit ↓ | 公式 CDM ↑ | 表格 TEDS ↑ | 表格 TEDS-S ↑ | 阅读顺序 Edit ↓ |
|---|---:|---:|---:|---:|---:|---:|---:|
| **Sangfor-OCR** | 1.2B | **97.197** | **0.0290** | **98.622** | **95.870** | **97.805** | **0.1176** |

上表把官方 quick_match 的两个匹配时限设为 2400 秒，其余评测代码与配置不变。默认时限（300 / 420 秒）下，
有 2 页公式密集的页面会超时回退，同一份预测的 Overall 为 97.155。详见 `inference/README.md`。

## 仓库内容

```
weights/     模型权重（safetensors）、分词器与处理器配置
inference/   推理与评测代码（与 GitHub 仓库相同）：推理入口 infer.py、推理流水线（含后处理与补读策略）、镜像定义、官方评测脚本、结果与验证记录
```

`weights/model.safetensors` 的 SHA-256 为 `01dcb5addfa1d6133fd0930e79fa2484817cb0228af21cb4917fa73d04fa3147`。

## 使用

```bash
pip install modelscope
modelscope download --model zzxxhh0908/Sangfor-OCR --local_dir ./Sangfor-OCR-model
cd ./Sangfor-OCR-model/inference
docker pull vllm/vllm-openai:v0.8.5
docker pull ghcr.io/sg56442/sangfor-ocr-engine:2.0
python3 infer.py --images /path/OmniDocBench/images --model ../weights --out ./predictions --gpu 0
```

`--images` 可以是任意页面图像目录（.png/.jpg/.jpeg）。多卡使用 `--gpu 0,1,2,3`；使用已有的 vLLM 服务见 `inference/docs/SERVING.md`。

`--model` 指向 `weights/` 目录。请勿在其中增删文件：引擎会校验权重哈希与目录内的配置文件。
环境要求、官方评测方式与复现说明见 `inference/README.md`。

## 许可证

代码与模型权重均以 Apache-2.0 许可证发布，见 `LICENSE`。Sangfor-OCR 由 MinerU2.5-Pro-2605-1.2B（OpenDataLab，Apache-2.0）训练得到，署名见 `NOTICE`。

- 代码仓库：https://github.com/sg56442/Sangfor-OCR