+DeepSeek-OCR은 DeepSeek AI에서 개발한 OCR(광학 문자 인식)을 활용하여 컨텍스트 압축을 수행하는 혁신적인 시스템입니다. 이 시스템은 방대한 텍스트 정보를 처리하는 방식을 혁신적으로 바꾸는 것을 목표로 합니다. 텍스트가 많은 문서를 이미지로 취급하여 시각적 표현을 통해 정보를 압축함으로써, 기존 텍스트 인코딩 방식보다 훨씬 적은 토큰으로 텍스트를 표현할 수 있습니다.
+## 주요 기능
-
-
-
-
-
-
-
-
+- **높은 압축률**: 10개의 텍스트 토큰을 단일 비전 토큰으로 압축할 수 있습니다.
+- **높은 정확도**: 10배 압축률에서 97%의 OCR 정밀도를 달성합니다.
+- **빠른 처리 속도**: 단일 A100-40G GPU에서 하루에 200,000페이지 이상을 처리할 수 있습니다.
+- **구조화된 콘텐츠 처리**: 표, 수식, 다이어그램과 같은 구조화된 콘텐츠를 효과적으로 분석합니다.
-
+### 최상위 디렉토리
+- `docker-compose.yml`: Docker 서비스를 정의하고 관리합니다 (`hf` 및 `vllm` 버전).
+- `Dockerfile.hf`: Hugging Face 버전의 Docker 이미지를 빌드하기 위한 설정 파일입니다.
+- `Dockerfile.vllm`: vLLM 버전의 Docker 이미지를 빌드하기 위한 설정 파일입니다.
+- `requirements.txt`: 프로젝트에 필요한 Python 패키지 목록입니다.
+### `DeepSeek-OCR-master/DeepSeek-OCR-hf`
-
+- `config.py`: vLLM 버전 스크립트의 모든 설정을 관리하는 파일입니다. 모델, 입/출력 경로, 프롬프트, 처리 옵션 등을 여기서 지정합니다.
+- `deepseek_ocr.py`: vLLM 프레임워크와 호환되도록 DeepSeek-OCR 모델의 아키텍처를 정의하는 핵심 파일입니다.
+- `run_dpsk_ocr_image.py`: `config.py` 설정에 따라 단일 이미지 파일에 대해 OCR을 수행합니다.
+- `run_dpsk_ocr_pdf.py`: `config.py` 설정에 따라 단일 PDF 파일에 대해 OCR을 수행합니다.
+- `run_dpsk_ocr_eval_batch.py`: `config.py`에 지정된 디렉토리 내의 모든 이미지에 대해 일괄적으로 OCR을 수행하고 결과를 저장하여 평가에 사용됩니다.
+- `deepencoder/`: SAM, CLIP 등과 같은 비전 인코더 모델을 빌드하는 스크립트가 포함된 디렉토리입니다.
+- `process/`: 이미지 전처리 및 n-gram 반복 방지 로직과 같은 유틸리티 스크립트가 포함된 디렉토리입니다.
-## Release
-- [2025/10/20]🚀🚀🚀 We release DeepSeek-OCR, a model to investigate the role of vision encoders from an LLM-centric viewpoint.
+## 설치
-## Contents
-- [Install](#install)
-- [vLLM Inference](#vllm-inference)
-- [Transformers Inference](#transformers-inference)
-
+1. 저장소를 복제합니다.
+ ```bash
+ git clone https://gitea.hmac.kr/kyy/deepseek_ocr.git
+ cd deepseek_ocr
+ ```
+2. 필요한 패키지를 설치합니다.
+ ```bash
+ pip install -r requirements.txt
+ ```
+## 사용법
+
+### Hugging Face 버전
+
+1. `DeepSeek-OCR-master/DeepSeek-OCR-hf/run_dpsk_ocr.py` 파일을 열고 `image_file` 및 `output_path` 변수를 수정합니다.
+2. 스크립트를 실행합니다: `python DeepSeek-OCR-master/DeepSeek-OCR-hf/run_dpsk_ocr.py`
+
+### vLLM 버전
+
+1. `DeepSeek-OCR-master/DeepSeek-OCR-vllm/config.py` 파일을 열고 `INPUT_PATH`, `OUTPUT_PATH` 및 기타 설정을 수정합니다.
+2. 실행할 스크립트를 선택하여 실행합니다.
+ - 이미지: `python DeepSeek-OCR-master/DeepSeek-OCR-vllm/run_dpsk_ocr_image.py`
+ - PDF: `python DeepSeek-OCR-master/DeepSeek-OCR-vllm/run_dpsk_ocr_pdf.py`
+
+## Docker 사용법
+
+Docker를 사용하면 모든 종속성이 포함된 격리된 환경에서 스크립트를 쉽게 실행할 수 있습니다.
+
+### 1. (선택 사항) 입/출력 디렉토리 준비
+
+호스트 머신에 입력 파일을 저장하고 출력 결과를 받을 디렉토리를 만듭니다.
-## Install
->Our environment is cuda11.8+torch2.6.0.
-1. Clone this repository and navigate to the DeepSeek-OCR folder
```bash
-git clone https://github.com/deepseek-ai/DeepSeek-OCR.git
-```
-2. Conda
-```Shell
-conda create -n deepseek-ocr python=3.12.9 -y
-conda activate deepseek-ocr
-```
-3. Packages
-
-- download the vllm-0.8.5 [whl](https://github.com/vllm-project/vllm/releases/tag/v0.8.5)
-```Shell
-pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118
-pip install vllm-0.8.5+cu118-cp38-abi3-manylinux1_x86_64.whl
-pip install -r requirements.txt
-pip install flash-attn==2.7.3 --no-build-isolation
-```
-**Note:** if you want vLLM and transformers codes to run in the same environment, you don't need to worry about this installation error like: vllm 0.8.5+cu118 requires transformers>=4.51.1
-
-## vLLM-Inference
-- VLLM:
->**Note:** change the INPUT_PATH/OUTPUT_PATH and other settings in the DeepSeek-OCR-master/DeepSeek-OCR-vllm/config.py
-```Shell
-cd DeepSeek-OCR-master/DeepSeek-OCR-vllm
-```
-1. image: streaming output
-```Shell
-python run_dpsk_ocr_image.py
-```
-2. pdf: concurrency ~2500tokens/s(an A100-40G)
-```Shell
-python run_dpsk_ocr_pdf.py
-```
-3. batch eval for benchmarks
-```Shell
-python run_dpsk_ocr_eval_batch.py
-```
-## Transformers-Inference
-- Transformers
-```python
-from transformers import AutoModel, AutoTokenizer
-import torch
-import os
-os.environ["CUDA_VISIBLE_DEVICES"] = '0'
-model_name = 'deepseek-ai/DeepSeek-OCR'
-
-tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
-model = AutoModel.from_pretrained(model_name, _attn_implementation='flash_attention_2', trust_remote_code=True, use_safetensors=True)
-model = model.eval().cuda().to(torch.bfloat16)
-
-# prompt = "\nFree OCR. "
-prompt = "\n<|grounding|>Convert the document to markdown. "
-image_file = 'your_image.jpg'
-output_path = 'your/output/dir'
-
-res = model.infer(tokenizer, prompt=prompt, image_file=image_file, output_path = output_path, base_size = 1024, image_size = 640, crop_mode=True, save_results = True, test_compress = True)
-```
-or you can
-```Shell
-cd DeepSeek-OCR-master/DeepSeek-OCR-hf
-python run_dpsk_ocr.py
-```
-## Support-Modes
-The current open-source model supports the following modes:
-- Native resolution:
- - Tiny: 512×512 （64 vision tokens）✅
- - Small: 640×640 （100 vision tokens）✅
- - Base: 1024×1024 （256 vision tokens）✅
- - Large: 1280×1280 （400 vision tokens）✅
-- Dynamic resolution
- - Gundam: n×640×640 + 1×1024×1024 ✅
-
-## Prompts examples
-```python
-# document: \n<|grounding|>Convert the document to markdown.
-# other image: \n<|grounding|>OCR this image.
-# without layouts: \nFree OCR.
-# figures in document: \nParse the figure.
-# general: \nDescribe this image in detail.
-# rec: \nLocate <|ref|>xxxx<|/ref|> in the image.
-# '先天下之忧而忧'
+mkdir -p ./data/input
+mkdir -p ./data/output
+# 입력 파일을 ./data/input 에 복사합니다.
+cp /path/to/your/file.pdf ./data/input/
```
+### 2. Docker Compose 설정 수정
-## Visualizations
-
-
-
-
-
-
-
-
-
-
+`docker-compose.yml` 파일을 열고, 방금 만든 디렉토리를 컨테이너에 마운트하도록 `volumes` 섹션을 수정합니다. 이렇게 하면 컨테이너가 호스트의 파일에 접근할 수 있습니다.
+```yaml
+services:
+ deepseek_ocr_vllm:
+ build:
+ context: .
+ dockerfile: Dockerfile.vllm
+ # ... (기타 설정)
+ volumes:
+ - ./DeepSeek-OCR-master/DeepSeek-OCR-vllm:/workspace
+ - ./data/input:/workspace/input # 입력 디렉토리 마운트
+ - ./data/output:/workspace/output # 출력 디렉토리 마운트
+ # ... (기타 설정)
+```
-## Acknowledgement
+### 3. Docker 컨테이너 빌드 및 시작
-We would like to thank [Vary](https://github.com/Ucas-HaoranWei/Vary/), [GOT-OCR2.0](https://github.com/Ucas-HaoranWei/GOT-OCR2.0/), [MinerU](https://github.com/opendatalab/MinerU), [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR), [OneChart](https://github.com/LingyvKong/OneChart), [Slow Perception](https://github.com/Ucas-HaoranWei/Slow-Perception) for their valuable models and ideas.
+`docker-compose.yml`이 있는 프로젝트의 최상위 디렉토리에서 다음 명령을 실행합니다.
-We also appreciate the benchmarks: [Fox](https://github.com/ucaslcl/Fox), [OminiDocBench](https://github.com/opendatalab/OmniDocBench).
+```bash
+# vLLM 서비스 빌드 및 시작
+docker-compose build
+docker-compose up -d
+```
-## Citation
+Hugging Face 버전을 사용하려면 `docker-compose.yml`에서 `deepseek_ocr_hf` 서비스의 주석을 해제하면 됩니다.
-```bibtex
-@article{wei2024deepseek-ocr,
- title={DeepSeek-OCR: Contexts Optical Compression},
- author={Wei, Haoran and Sun, Yaofeng and Li, Yukun},
- journal={arXiv preprint arXiv:2510.18234},
- year={2025}
-}
+### 4. 컨테이너에서 스크립트 실행
+
+1. 실행 중인 컨테이너에 접속합니다.
+
+ ```bash
+ docker exec -it deepseek_ocr_vllm /bin/bash
+ ```
+
+2. 컨테이너 내부에서 `config.py`를 수정하여 마운트된 디렉토리의 파일을 가리키도록 합니다.
+
+ ```python
+ # /workspace/config.py
+ INPUT_PATH = '/workspace/input/file.pdf' # 마운트된 입력 파일
+ OUTPUT_PATH = '/workspace/output/' # 마운트된 출력 디렉토리
+ ```
+
+3. 원하는 스크립트를 실행합니다.
+ ```bash
+ python run_dpsk_ocr_pdf.py
+ ```
+
+결과는 호스트 머신의 `./data/output` 디렉토리에 저장됩니다.
+
+## 라이선스
+
+이 프로젝트는 [LICENSE](LICENSE) 파일에 명시된 라이선스를 따릅니다.
diff --git a/assets/badge.svg b/assets/badge.svg
deleted file mode 100644
index 1551f56..0000000
--- a/assets/badge.svg
+++ /dev/null
@@ -1 +0,0 @@
-
diff --git a/assets/fig1.png b/assets/fig1.png
deleted file mode 100644
index 723836e..0000000
Binary files a/assets/fig1.png and /dev/null differ
diff --git a/assets/logo.svg b/assets/logo.svg
deleted file mode 100644
index 4254944..0000000
--- a/assets/logo.svg
+++ /dev/null
@@ -1,22 +0,0 @@
-
diff --git a/assets/show1.jpg b/assets/show1.jpg
deleted file mode 100644
index 06c7b12..0000000
Binary files a/assets/show1.jpg and /dev/null differ
diff --git a/assets/show2.jpg b/assets/show2.jpg
deleted file mode 100644
index 75759db..0000000
Binary files a/assets/show2.jpg and /dev/null differ
diff --git a/assets/show3.jpg b/assets/show3.jpg
deleted file mode 100644
index b8607ee..0000000
Binary files a/assets/show3.jpg and /dev/null differ
diff --git a/assets/show4.jpg b/assets/show4.jpg
deleted file mode 100644
index aa214a8..0000000
Binary files a/assets/show4.jpg and /dev/null differ
-
-
-
- 
-
+- **높은 압축률**: 10개의 텍스트 토큰을 단일 비전 토큰으로 압축할 수 있습니다.
+- **높은 정확도**: 10배 압축률에서 97%의 OCR 정밀도를 달성합니다.
+- **빠른 처리 속도**: 단일 A100-40G GPU에서 하루에 200,000페이지 이상을 처리할 수 있습니다.
+- **구조화된 콘텐츠 처리**: 표, 수식, 다이어그램과 같은 구조화된 콘텐츠를 효과적으로 분석합니다.
-
-
-
- 
-
+## 파일 설명
-
-
