Dolphin v2: دليل عملي لتحليل صور المستندات من الجيل التالي لسير العمل الإبداعي

نظرة عامة: لماذا Dolphin v2 مهم لصناع المحتوى#

Dolphin v2 هو نموذج مفتوح المصدر لتحليل صور المستندات، مصمم لتحويل المستندات المرئية المعقدة - مثل ملفات PDF الممسوحة ضوئيًا والإيصالات والنماذج والشرائح والمجلات ولوحات القصة المصورة - إلى مخرجات منظمة قابلة للقراءة آليًا. بالنسبة لصناع المحتوى الذين يتعاملون بشكل روتيني مع المدخلات الفوضوية ومهام الإدارة التي تستغرق وقتًا طويلاً، يعد Dolphin v2 بمسار أسرع من الملفات الأولية إلى الأصول المفيدة التي يمكنك تعديلها والبحث فيها وأتمتتها.

سواء كنت صانع فيديو يستخرج نصوصًا من ملفات PDF، أو مصممًا يحلل إرشادات العلامة التجارية وأوراق الأنماط، أو كاتبًا يجمع مراجع من الكتب الممسوحة ضوئيًا، أو ممثلًا صوتيًا ينظم أوراق خطوط الشخصيات، يمكن لـ Dolphin v2 تحويل صور المستندات غير المنظمة إلى JSON أو CSV أو Markdown أو نص عادي نظيف. إنه مفتوح المصدر (رخصة MIT)، ويتم تطويره بنشاط، ومتاح على GitHub على https://github.com/bytedance/Dolphin، مع استضافة النماذج عبر المجتمع (راجع وثائق المشروع للحصول على روابط Hugging Face).

في هذا الدليل، سنحدد ماهية Dolphin v2، وما هو الجديد مقارنة بالإصدار v1، وكيف يعمل، وكيفية تثبيته واستخدامه، والمزالق الشائعة، واعتبارات الأداء، وحالات الاستخدام الإبداعي العملية - حتى تتمكن من إدخال Dolphin v2 في سير عملك اليومي بثقة.

ما هو Dolphin v2؟#

بإيجاز:

• Dolphin v2 هو نموذج لتحليل صور المستندات يقرأ الصور أو ملفات PDF ويخرج بيانات منظمة.
• يستهدف مسارات OCR الخالية أو الخفيفة، مما يقلل الاعتماد على خطوات OCR الهشة.
• يدعم أنواع المستندات المتنوعة (النماذج والفواتير والجداول والمخططات والمجلات متعددة الأعمدة والملصقات).
• إنه مناسب لكل من الاستدلال المحلي السريع وعمليات نشر الخادم القابلة للتطوير.
• إنه مفتوح المصدر بموجب ترخيص MIT، مما يشجع الاستخدام التجاري والبحثي.
• تتم صيانة التعليمات البرمجية والنماذج والعروض التوضيحية والوثائق عبر مستودع GitHub الرسمي: https://github.com/bytedance/Dolphin.

تم تصميم Dolphin v2 ليكون عمليًا وقويًا وسهل الاستخدام للمطورين. يهدف إلى تقليل الاحتكاك حول فهم المستندات وتسريع مهام ما قبل الإنتاج أو ما بعد الإنتاج المعقدة، حيث يقضي المبدعون غالبًا ساعات في نسخ المحتوى ووضع علامات عليه وإعادة تنظيمه يدويًا.

ما هو الجديد في Dolphin v2 مقارنة بالإصدار v1#

يركز Dolphin v2 على تحسينات جودة الحياة، والمتانة في سيناريوهات العالم الحقيقي، وسهولة التكامل. في حين أن تفاصيل التنفيذ الدقيقة تتطور، يمكن للمبدعين توقع هذه التحسينات الرئيسية:

• المتانة لالتقاط العالم الحقيقي:

  • معالجة أفضل لعمليات المسح الضوئي المائلة أو ذات الإضاءة المنخفضة أو غير الكاملة للهاتف المحمول.
  • تحسين التسامح مع التعليقات التوضيحية والطوابع والعلامات المائية الصاخبة.

• فهم أفضل للهيكل:

  • تحليل تخطيط أكثر دقة للمنشورات متعددة الأعمدة ومتعددة اللغات.
  • معالجة أقوى للجداول والمخططات وأزواج المفتاح والقيمة الشائعة في النماذج والفواتير.

• دعم المستندات الأطول:

  • تحسين التقطيع والوعي بالترقيم وسياق الصفحات المتقاطعة.
  • ربط أكثر سلاسة للمخرجات المنظمة عبر ملفات PDF متعددة الصفحات.

• أوضاع OCR خفيفة/خالية من OCR:

  • تقليل الحاجة إلى خطوة OCR منفصلة؛ عند استخدام OCR، يدعم Dolphin v2 محركات OCR الإضافية كبدائل احتياطية.

• مخرجات JSON أولاً:

  • مخطط أنظف ومتسق لعمليات الأتمتة النهائية في Notion أو Airtable أو مكونات Figma الإضافية أو جداول البيانات أو نصوص NLE.

• نشر مبسط:

  • أمثلة خادم/API أكثر وضوحًا وبدء تشغيل أسرع للاستخدام في الإنتاج.
  • سهولة التصدير إلى تنسيقات مثل CSV و Markdown و HTML.

• تجربة مطور أفضل:

  • تكوينات أكثر وضوحًا ودفاتر ملاحظات نموذجية ومسارات مرجعية.
  • ترخيص MIT يجعل التبني في خطوط الأنابيب التجارية أمرًا مباشرًا.

تجتمع هذه التحسينات معًا لتجعل Dolphin v2 أسهل في الوثوق به وأسرع في التبني وأكثر فعالية لسير العمل الذي يركز على المبدعين من جميع الأحجام.

كيف يعمل Dolphin v2 (بشكل عام)#

في حين أن الوحدات النمطية المحددة ووصفات التدريب موثقة في المستودع، إليك عرض مفاهيمي لكيفية معالجة Dolphin v2 للمستندات:

1. الترميز المرئي:

   • يتم تطبيع صورة صفحة الإدخال (من ملف PDF أو التقاط الكاميرا) وإدخالها في العمود الفقري للرؤية لإنتاج تضمينات مرئية غنية واعية بالتخطيط.

2. فك تشفير اللغة والهيكل:

   • يقوم فك تشفير النص (غالبًا محول) بإنشاء رموز منظمة تمثل محتوى المستند وعناصر التخطيط (العناوين والفقرات والقوائم والجداول والخلايا وأزواج المفتاح والقيمة).

3. إنشاء موجه بالمخطط:

   • تم ضبط Dolphin v2 لإنتاج مخرجات منظمة - عادةً JSON - باتباع مخطط يمكن التنبؤ به يمكنك ربطه بتطبيقاتك.
   • يتضمن ذلك إحداثيات خلية الجدول وترتيب القراءة وعناوين الأقسام والارتباط بين التسميات والقيم في النماذج.

4. تكامل OCR اختياري:

   • بالنسبة للغات معينة أو الصور منخفضة التباين، قد يؤدي المكون الإضافي OCR إلى تحسين دقة النص. Dolphin v2 مرن: استخدم وضع OCR الخالي للسرعة والبساطة، أو الوضع المختلط للدقة في الحالات الصعبة.

5. المعالجة اللاحقة:

   • يتم توحيد المخرجات في تنسيقات يمكن لأدوات الإنتاج الخاصة بك استهلاكها. فكر في CSV لجداول البيانات أو Markdown للمستندات وwikis أو JSON لعمليات الأتمتة وواجهات برمجة التطبيقات.

بالنسبة للمبدعين، النقطة الحاسمة هي أن Dolphin v2 يهدف إلى تقليل التنظيف اليدوي. تحصل على محتوى منظم جاهز للتحرير أو المحاذاة أو النشر - دون إعادة بناء خط الأنابيب الخاص بك من البداية.

متطلبات النظام والتوافق#

تم تصميم Dolphin v2 للتشغيل على إعدادات المستهلك ومحطة العمل الحديثة. المتطلبات النموذجية:

• نظام التشغيل: Linux أو Windows (macOS للاستدلال على وحدة المعالجة المركزية؛ يختلف تسريع وحدة معالجة الرسومات حسب الأجهزة)
• Python: 3.8-3.11 (تحقق من المستودع للحصول على الإصدارات الدقيقة)
• التبعيات: PyTorch (تتطلب إصدارات وحدة معالجة الرسومات دعم CUDA) و OpenCV و Pillow ومكتبات ML القياسية الأخرى
• الأجهزة:
  • الاستدلال على وحدة المعالجة المركزية فقط ممكن للوظائف الصغيرة.
  • للإنتاجية في الوقت الفعلي أو الدفعي، يوصى باستخدام وحدة معالجة رسومات حديثة واحدة (مثل 12-24 جيجابايت VRAM).
  • يمكن لإعدادات وحدات معالجة الرسومات المتعددة تسريع المعالجة واسعة النطاق عبر ملفات PDF طويلة أو أرشيفات كبيرة.

التوافق:

• عادةً ما يتم تقسيم ملفات PDF إلى صور لكل صفحة؛ يعالج Dolphin v2 صور الصفحات هذه (PNG/JPG).
• يتكامل بشكل جيد مع الأتمتة القائمة على Python وواجهات برمجة تطبيقات REST وسلاسل أدوات إبداعية عبر JSON/CSV.
• ترخيص MIT يجعل من السهل توصيل Dolphin v2 بسير العمل الاحتكاري.

راجع دائمًا https://github.com/bytedance/Dolphin للحصول على أحدث المتطلبات وأكثرها دقة.

التثبيت والبدء السريع#

يدعم Dolphin v2 عمليات النشر المحلية والخادم. قد تختلف الخطوات الدقيقة؛ يعكس ما يلي التدفق النموذجي في المستودع الرسمي.

الخيار أ: من المصدر

# 1) استنساخ المستودع
git clone https://github.com/bytedance/Dolphin.git
cd Dolphin

# 2) (موصى به) إنشاء بيئة نظيفة
# باستخدام Conda/Mamba كمثال:
conda create -n dolphinv2 python=3.10 -y
conda activate dolphinv2

# 3) تثبيت التبعيات (راجع المستودع للحصول على ملف المتطلبات الدقيق)
pip install -r requirements.txt

# 4) (اختياري) تثبيت PyTorch المدعوم بوحدة معالجة الرسومات لكل إصدار CUDA الخاص بك:
# قم بزيارة https://pytorch.org/get-started/locally/ للحصول على الأمر الصحيح

# 5) تنزيل أوزان النموذج كما هو موثق في المستودع أو بطاقة النموذج
# على سبيل المثال، scripts/download_weights.sh (إذا تم توفيره) أو التنزيل اليدوي

# 6) تشغيل عرض توضيحي للاستدلال السريع (أمر مثال - تحقق من المستودع للحصول على التفاصيل)
python tools/infer.py \
  --image_path ./samples/invoice_01.jpg \
  --output ./outputs/invoice_01.json \
  --config ./configs/dolphin_v2.yaml \
  --weights ./weights/dolphin_v2.pth

الخيار ب: استخدام دفتر الملاحظات أو تطبيق العرض التوضيحي المقدم

• غالبًا ما يتضمن المستودع دفتر ملاحظات Jupyter مع أمثلة شاملة.
• تنشر بعض إصدارات المجتمع Dolphin v2 على Hugging Face. إذا كان خط أنابيب مُنشأ مسبقًا متاحًا، فجربه باستخدام متصفحك أو دفتر ملاحظات Colab.

مقتطف Python توضيحي (نمط فقط - راجع المستودع للحصول على واجهات برمجة التطبيقات الدقيقة):

from pathlib import Path
from PIL import Image
import json

# رمز زائف: قد تختلف أسماء واجهة برمجة التطبيقات الفعلية
# على سبيل المثال، dolphin.load_model()، dolphin.preprocess()، dolphin.postprocess()

# 1) تحميل النموذج
model = load_dolphin_v2(weights_path="weights/dolphin_v2.pth", device="cuda:0")

# 2) المعالجة المسبقة للصورة
img = Image.open("samples/storyboard_page.jpg").convert("RGB")
batch = preprocess_for_dolphin_v2([img])

# 3) الاستدلال
with torch.no_grad():
    raw_outputs = model(batch)

# 4) المعالجة اللاحقة إلى JSON منظم
result = postprocess_dolphin_v2(raw_outputs)[0]

# 5) الحفظ والفحص
Path("outputs").mkdir(exist_ok=True)
with open("outputs/storyboard_page.json", "w", encoding="utf-8") as f:
    json.dump(result, f, ensure_ascii=False, indent=2)

print("Extracted keys:", list(result.keys()))

نصيحة: يُرجع Dolphin v2 عادةً عناصر منظمة مثل الفقرات أو العناوين أو الجداول ذات الخلايا أو حقول المفتاح والقيمة للنماذج. يمكنك تحويلها إلى CSV أو Markdown أو مخطط CMS الخاص بك.

استخدام Dolphin v2 في واجهة برمجة تطبيقات الإنتاج#

تقوم العديد من الفرق بتضمين Dolphin v2 في خدمة REST خفيفة الوزن واستدعائها من الأدوات الإبداعية أو NLEs أو نصوص الأتمتة. مثال FastAPI بسيط (هيكل فقط؛ قم بتكييفه مع وظائف المستودع):

from fastapi import FastAPI, UploadFile, File
from PIL import Image
import io, json

app = FastAPI()
model = load_dolphin_v2(weights_path="weights/dolphin_v2.pth", device="cuda:0")

@app.post("/parse")
async def parse_document(file: UploadFile = File(...)):
    content = await file.read()
    image = Image.open(io.BytesIO(content)).convert("RGB")
    batch = preprocess_for_dolphin_v2([image])
    with torch.no_grad():
        raw = model(batch)
    result = postprocess_dolphin_v2(raw)[0]
    return result  # FastAPI will serialize dict->JSON

انشر هذا خلف Nginx أو نقطة نهاية GPU بدون خادم، وقم بتوصيله بنظام MAM/DAM أو جداول بيانات Google أو Notion أو خط الأنابيب الخاص بك.

الأداء والمعايير#

يعتمد الأداء على وحدة معالجة الرسومات الخاصة بك ودقة الإدخال وتعقيد المستند. بشكل عام:

• يهدف Dolphin v2 إلى تقديم دقة أعلى من v1 على الصفحات متعددة الأعمدة والنماذج والفواتير وعمليات المسح الضوئي الصاخبة.
• يمكن أن يكون زمن الوصول لكل صفحة قريبًا من الوقت الفعلي على وحدة معالجة رسومات حديثة واحدة، مع تسريع المعالجة الدفعية لملفات PDF متعددة الصفحات.
• للحصول على أفضل النتائج، قم بمحاذاة دقة الإدخال مع الإعدادات الموصى بها للنموذج (راجع التكوينات).

المقارنات:

• بالمقارنة مع OCR التقليدي + التحليل القائم على القواعد، يقلل Dolphin v2 من الاستدلالات الهشة والتنظيف اليدوي.
• بالمقارنة مع مجموعات فهم المستندات القديمة، يؤكد Dolphin v2 على التخطيط ودقة الهيكل والمخططات المتسقة.
• تشير تقارير المجتمع إلى نتائج تنافسية مقابل أحدث الأساليب الخالية من OCR على المعايير الشائعة (مثل مهام FUNSD و SROIE و DocVQA). للحصول على أرقام ومخططات دقيقة، راجع قسم المعايير وبطاقة النموذج في المستودع.

نصائح قياس الأداء القابلة للتكرار:

• إصلاح دقة الإدخال وحجم الدفعة.
• استخدم مجموعة محجوزة من مستنداتك الحقيقية (وليس فقط مجموعات البيانات العامة).
• قياس كل من الدقة (دقة النص ودقة الهيكل) والتكلفة (زمن الوصول وذاكرة وحدة معالجة الرسومات).
• تسجيل وقت المعالجة اللاحقة؛ إنه مهم في الإنتاج.

حالات الاستخدام الواقعية للمبدعين#

يتألق Dolphin v2 في سير العمل الإبداعي اليومي:

• منشئو الفيديو والمحررون:

  • استخراج النصوص وقوائم اللقطات من ملفات PDF ودفاتر الملاحظات الممسوحة ضوئيًا.
  • تحويل لوحات القصة المصورة إلى بيانات منظمة، مما يسهل تخطيط التعديلات وتتبع الاستمرارية.
  • إنشاء مسودات ترجمة تلقائية من مجموعات الشرائح مع ملاحظات المتحدث.

• المصممون والمديرون الفنيون:

  • تحليل إرشادات العلامة التجارية إلى Markdown قابل للبحث ومواصفات المكونات.
  • استخراج لوحات الألوان وقواعد الطباعة ومواصفات الشبكة من ملفات PDF المصممة.

• الكتاب والباحثون:

  • تحويل المراجع الممسوحة ضوئيًا إلى ملاحظات نظيفة ومنظمة مع اقتباسات واقتباسات.
  • تحليل ملفات PDF الأكاديمية متعددة الأعمدة إلى أقسام مع الحفاظ على ترتيب القراءة.

• الممثلون الصوتيون ومنتجو الصوت:

  • تحويل أوراق الشخصيات وأوراق الاتصال والجوانب إلى CSVs موحدة للبحث السريع.
  • استخراج أدلة النطق والتعليقات التوضيحية إلى قواميس منظمة.

• المستقلون والاستوديوهات:

  • أتمتة تحليل الفواتير والإيصالات لإعداد المحاسبة والضرائب.
  • معالجة اتفاقيات عدم الإفشاء والعقود في ملخصات المفتاح والقيمة (الأطراف المقابلة والتواريخ والمبالغ).

في جميع الحالات، يقلل Dolphin v2 من العمل اليدوي المتكرر ويوفر المزيد من الوقت لاتخاذ القرارات الإبداعية.

أنماط التكامل وأفضل الممارسات#

• JSON أولاً: احتفظ بإخراج Dolphin v2 بتنسيق JSON خلال خط الأنابيب الخاص بك. قم بالتحويل إلى CSV/Markdown فقط في الخطوة الأخيرة.
• الإنسان في الحلقة: بالنسبة للمستندات الهامة، أضف واجهة مستخدم مراجعة سريعة حيث يمكن للمحررين الموافقة على المخرجات أو تصحيحها.
• القوالب والمطالبات: إذا كان المستودع يوفر قوالب مخطط أو مطالبات، فقم بتوحيدها عبر فريقك بحيث تكون المخرجات قابلة للتنبؤ.
• قواعد المعالجة اللاحقة: أضف قواعد خفيفة للتعامل مع الحالات الشاذة (على سبيل المثال، دمج الخطوط المقسمة، وإصلاح مراوغات OCR الاحتياطية).
• تثبيت الإصدار: قم بتثبيت أوزان Dolphin v2 وإصدارات التكوين في الإنتاج لتجنب التغييرات غير المتوقعة أثناء التحديثات.
• التخزين: احفظ كلاً من الصور الأولية ومخرجات Dolphin v2 JSON للتتبع وإعادة المعالجة السريعة.

الترخيص والحوكمة والمجتمع#

• الترخيص: ترخيص MIT - متساهل، ومناسب للاستخدام التجاري والمفتوح المصدر. راجع LICENSE في https://github.com/bytedance/Dolphin.
• الشفافية: تحقق من README وبطاقة النموذج وسجلات التغيير في المستودع للاطلاع على القيود الحالية والاستخدام المقصود.
• المساهمات: يرحب المشروع بالمشكلات وطلبات السحب. افتح تذاكر للأخطاء أو طلبات الميزات أو تحسينات المستندات.
• المجتمع: تحدث المناقشات والأسئلة والأجوبة عادةً عبر مشكلات GitHub؛ ابحث عن روابط لأي منتدى رسمي أو سلاسل رسائل مجتمع Hugging Face في المستودع.

من خلال اعتماد Dolphin v2 بموجب MIT، يمكن للفرق دمجه بأمان في خطوط الأنابيب والمنتجات الإبداعية الاحتكارية.

استكشاف أخطاء Dolphin v2 وإصلاحها#

المشكلات الشائعة والإصلاحات:

• نفاد الذاكرة (OOM) على وحدة معالجة الرسومات:

  • تقليل دقة الإدخال أو حجم الدفعة.
  • استخدم الدقة المختلطة (AMP) إذا كانت مدعومة.
  • التبديل إلى وحدة المعالجة المركزية للوظائف الصغيرة أو استخدام وحدة معالجة رسومات مع المزيد من VRAM.

• التبعيات غير المتطابقة:

  • تأكد من أن إصدارات PyTorch/CUDA تتطابق مع برنامج التشغيل ونظام التشغيل الخاص بك.
  • إعادة إنشاء بيئة افتراضية نظيفة وإعادة تثبيت المتطلبات.

• ترتيب قراءة غير صحيح:

  • تمكين أو ضبط الإعدادات الواعية بالتخطيط في تكوينات Dolphin v2.
  • المعالجة المسبقة للمدخلات: إزالة الانحراف وزيادة التباين واقتصاص الهوامش.

• أخطاء تحليل الجدول:

  • زيادة دقة الصفحة للمستندات ذات الجداول الكثيفة.
  • تحقق من عتبات اكتشاف الجدول في المعالجة اللاحقة.

• مشكلات النص متعدد اللغات:

  • جرب وضع OCR المختلط للغات معينة.
  • تحديث حزم اللغات والتأكد من توفر الخطوط للعرض.

• مخطط JSON غير متسق عبر الإصدارات:

  • قم بتثبيت إصدار Dolphin v2 الخاص بك في الإنتاج.
  • إضافة خطوة محول لتطبيع الحقول بين الإصدارات.

• نتائج ضعيفة على صور الشاشات أو الورق المصقول:

  • تجنب الانعكاسات؛ التقط في ضوء منتشر.
  • استخدم تطبيق مسح ضوئي لتحسين التباين وتسوية المنظور.

إذا كنت عالقًا، فابحث عن المشكلات الحالية أو افتح مشكلة جديدة على https://github.com/bytedance/Dolphin مع مثال بسيط قابل للتكرار.

اعتبارات الأمان والخصوصية#

• معالجة المستندات الحساسة محليًا قدر الإمكان.
• إذا كنت تنشر Dolphin v2 كخدمة، فقم بتأمين واجهة برمجة التطبيقات (المصادقة وحدود المعدل و TLS).
• سجل فقط ما تحتاجه؛ تجنب تخزين المستندات الأولية عند عدم الضرورة.
• يجب أن تتوافق سياسات الاحتفاظ بالمستندات مع عقود عملائك ولوائحهم.

اعتبارات خارطة الطريق#

في حين أن خارطة الطريق الدقيقة تتطور، توقع تحسينات مستمرة في:

• المتانة متعددة اللغات والتعامل مع المستندات الطويلة
• تحسينات السرعة/الذاكرة
• فهم أفضل للجدول/الرسم البياني وتسمية الشكل
• أدوات المطور: عروض توضيحية مطورة ومعلقات واجهة المستخدم وأدوات قياس الأداء

شاهد المستودع للإصدارات والعلامات وإدخالات سجل التغيير المتعلقة بـ Dolphin v2.

دعوة للعمل#

• استكشف التعليمات البرمجية والوثائق: https://github.com/bytedance/Dolphin
• جرب عينة: قم بتشغيل Dolphin v2 على بضع صفحات من سير العمل الخاص بك وقياس توفير الوقت.
• شارك التعليقات: افتح المشكلات واقترح الميزات وساهم بأمثلة تساعد زملائك المبدعين.
• التكامل: قم بتضمين Dolphin v2 في واجهة برمجة تطبيقات صغيرة وقم بتوصيلها بخط أنابيب المحتوى الخاص بك هذا الأسبوع.

يهدف Dolphin v2 إلى جعل فهم المستندات يبدو وكأنه لبنة بناء أصلية للفرق الإبداعية. ابدأ صغيرًا، وكرر بسرعة، ودع المخرجات المنظمة تقوم بالرفع الثقيل بينما تركز على الحرفة.

الأسئلة الشائعة#

هل تم إصدار Dolphin v2 رسميًا ومفتوح المصدر؟#

نعم. Dolphin v2 متاح في المستودع الرسمي على https://github.com/bytedance/Dolphin وهو مفتوح المصدر بموجب ترخيص MIT. تحقق من إصدارات المستودع وعلاماته للحصول على أحدث إصدار.

ما هو الفرق الرئيسي بين Dolphin v1 و Dolphin v2؟#

يحسن Dolphin v2 المتانة في العالم الحقيقي واتساق الإخراج المنظم وفهم الجدول/النموذج وسهولة النشر. كما يؤكد على معالجة أكثر سلاسة للصفحات المتعددة وخطوط أنابيب JSON أولاً المناسبة للأتمتة الإبداعية.

هل يمكنني استخدام Dolphin v2 بدون وحدة معالجة رسومات؟#

نعم، لأحمال العمل الصغيرة. الاستدلال على وحدة المعالجة المركزية ممكن ولكنه أبطأ. بالنسبة لإنتاجية الإنتاج أو ملفات PDF الكبيرة، يوصى باستخدام وحدة معالجة رسومات حديثة. يستفيد Dolphin v2 بشكل كبير من تسريع وحدة معالجة الرسومات.

هل يتطلب Dolphin v2 OCR؟#

ليس بالضرورة. يدعم Dolphin v2 أوضاع OCR الخالية ويمكنه دمج OCR كبديل احتياطي. بالنسبة للحالات الصعبة (التباين المنخفض والنصوص النادرة)، قد يؤدي الإعداد المختلط إلى تحسين الدقة.

كيف أقوم بتثبيت Dolphin v2؟#

استنساخ المستودع، وإنشاء بيئة Python نظيفة، وتثبيت المتطلبات، وتنزيل أوزان النموذج، وتشغيل برنامج الاستدلال النموذجي. الخطوات والأوامر الدقيقة موثقة في مستودع Dolphin v2.

ما هي تنسيقات الملفات التي يمكن لـ Dolphin v2 إخراجها؟#

يخرج Dolphin v2 عادةً JSON منظمًا، والذي يمكن تحويله إلى CSV أو Markdown أو HTML. تحتفظ العديد من الفرق بـ JSON أثناء المعالجة وتقوم بالتحويل فقط في النهاية.

هل Dolphin v2 مناسب للاستخدام التجاري؟#

نعم. تم إصدار Dolphin v2 بموجب ترخيص MIT، وهو متساهل وودود للتبني التجاري. راجع ملف LICENSE في المستودع للحصول على التفاصيل.

كيف يقارن Dolphin v2 بالبدائل؟#

يهدف Dolphin v2 إلى أن يكون قويًا وعمليًا لسير العمل الإبداعي الواقعي. بالمقارنة مع مجموعات OCR بالإضافة إلى القواعد، فإنه يقلل من الاستدلالات الهشة. بالمقارنة مع محللي المستندات الحديثة، فإن Dolphin v2 تنافسي وغالبًا ما يكون من الأسهل دمجه. قم بالتقييم على مستنداتك الخاصة لإجراء مقارنة عادلة.

أين يمكنني الحصول على الدعم لـ Dolphin v2؟#

استخدم مشكلات GitHub في المستودع الرسمي لتقارير الأخطاء والأسئلة وطلبات الميزات. قد يرتبط المستودع أيضًا ببطاقة نموذج Hugging Face أو سلاسل رسائل المجتمع.

ما هي أفضل الممارسات لنشر Dolphin v2 في الإنتاج؟#

قم بتثبيت الإصدارات، وتشغيل خطوة مراجعة للمستندات الهامة، وتسجيل مقاييس الأداء، وتأمين واجهة برمجة التطبيقات الخاصة بك. ابدأ بخدمة صغيرة تُرجع JSON وقم بتوسيع نطاقها مع نمو احتياجات الإنتاجية الخاصة بك.