К содержимому
Другое

Bina 0.4 Rizeh

компактный и быстрый OCR для персидского

2 мин чтенияобновлено

Bina 0.4 Rizeh — небольшая и быстрая модель из семейства персидского OCR Bina 0.4 от Reza2kn. Это не отдельный чекпойнт, а полный пайплайн распознавания целых страниц: печатный текст, рукопись, формы, скриншоты, письма, газеты и простая математика. Ядро — около 71M параметров: детектор строк на 38,5M (файнтюн Surya) и CTC-распознаватель на 32,8M, дистиллированный из Bina 0.4 Koochik.

Ключевые особенности

  • Пайплайн включает layout от Surya, детекторы строк, специализированных readers и сборку страницы.
  • Распознаёт печатный текст, рукописные страницы, формы, скриншоты, номера, математику и деградировавшие сканы.
  • Принимает изображения и PDF; PDF рендерятся в 200 dpi, на выходе — TXT и JSON с боксами, слоями и confidence.
  • Persian-first: латиница и цифры читаются, но другие языки не были целью.
  • Веса и код собраны в репозитории; первый запуск скачивает закреплённую версию Surya layout.

Пример

from PIL import Image
from rizeh import Rizeh
ocr = Rizeh("cuda")
result = ocr(Image.open("page.jpg").convert("RGB"))
print(result["text"])
ПодробнееCER: 9,39% на 193 кропах, 3,97% на рукописном основном тексте, 1,76% на 338 печатных строках; таблицы — 19,63%.
Нужен Python 3.10; рекомендуется NVIDIA GPU.
Ограничения: исторические рукописи не работают (67% CER), таблицы и порядок чтения на плотных layouts слабые; confidence — скоры модели, не калиброванные вероятности.
Лицензия CC BY-NC 4.0; компоненты Surya ограничивают коммерческое использование.
Обсудить Telegram 3

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.3 GB · готовые файлы0.8 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Reza2kn/Bina-0.4-Rizeh
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Reza2kn/Bina-0.4-Rizeh --local-dir ~/models/Bina-0.4-Rizeh
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Bina-0.4-Rizeh
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии Bina-0.4-Rizeh — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face

О модели

Reza2kn/Bina-0.4-Rizeh
Автор
Reza2kn
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

03

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Eff-GRot

Eff-GRot