DeepSeek-OCR が Apple Metal (MPS) と CPU に対応したらしい

[名無しさん]

の 話題になっていた DeepSeek-OCR のアップデートについて。Apple Metal Performance Shaders (MPS) と CPU サポートが追加されたそうです。ローカルで動かせるOCRモデルとして注目されており、プライバシー面やコスト面でメリットがあるとのこと。実際に使った人の感想や性能比較など、情報交換しませんか？

[名無しさん]

Macで動くなら試してみたい。M1でもいけるのかな？

[名無しさん]

M1 Proでサクサク動いてるよ。メモリ使用量もそこそこ。

[名無しさん]

CPUサポートってことはIntel Macでも使える？嬉しい。

[名無しさん]

公式ドキュメントにはIntelでも動くって書いてあった。ただし速度はMPSの方が圧倒的。

[名無しさん]

前はCUDA必須だったからMacユーザーは諦めてたけど、これで選択肢が増えたね。

[名無しさん]

でもOCRの精度はどうなんだろう？他のローカルOCRと比べて。

[名無しさん]

Tesseractよりはマシって意見が多い。特に日本語の横書きは強いみたい。

[名無しさん]

プライバシー重視でクラウド使いたくない人には朗報。ローカル完結できる。

[名無しさん]

インストール方法って簡単？pip install だけでいける？

[名無しさん]

GitHubのREADME見ればすぐわかる。あとHuggingFaceからモデル落とす必要あり。

[名無しさん]

RedditのスレだとMPSでGPU使うとメモリリークがあるって報告もあるよ。

[名無しさん]

自分はM2で試したけど特に問題なかった。メモリは16GB以上推奨かな。

[名無しさん]

DeepSeekはLLMのイメージが強いけどOCRもやってるんだね。統一感ある。

[名無しさん]

LLMとOCRを組み合わせると面白い使い方ができそう。例えばスキャン文書の要約とか。

[名無しさん]

それならPaddleOCRの方が軽いんじゃない？

[名無しさん]

PaddleOCRは軽いけど、レイアウト認識が弱い。DeepSeek-OCRはレイアウト解析もできるらしい。

[名無しさん]

中国製モデルってことでセキュリティ面が心配な人もいるみたい。

[名無しさん]

ローカルで動かす限りはデータが外に出ないから大丈夫でしょ。

[名無しさん]

バッチ処理で大量の画像を処理したいんだけど、速度はどう？

[名無しさん]

GPU使えば1枚あたり0.5秒くらい。CPUだと画像サイズにもよるけど数秒かかる。

[名無しさん]

日本語OCRの精度は正直まだ微妙って声もある。漢字の細かい部分でミスあり。

[名無しさん]

手書き文字は苦手っぽい。活字ならそこそこ。

[名無しさん]

試してみたいけどまずはPCのスペック確認しないと。メモリ8GBだと厳しい？

[名無しさん]

8GBだとCPUモードでもスワップ発生するかも。16GB以上推奨。

[名無しさん]

こういうローカルOCRツールが増えるのはいい傾向。AWSのTextractとか高いし。

[名無しさん]

コスト面では確かにローカルが有利。ただし電気代はかかるけど。

[名無しさん]

MacのMPS対応はAppleユーザーとしては嬉しい。今後のアップデートに期待。

[投稿者]

投稿