방법 1: Xiaomi-OCR-0 온라인으로 사용
가장 빠른 방법은 OCRZero 홈페이지의 온라인 데모입니다. 설치할 것이 없고, 결과는 API가 돌려주는 것과 같은 Markdown 또는 JSON입니다.
- 작업을 고릅니다. 페이지 OCR → Markdown, PDF 일괄, 인보이스·양식 필드 → JSON, 문서 Q&A 중에서 고릅니다.
- 문서를 업로드합니다. 최대 10MB의 PNG·JPEG·WebP 이미지 또는 최대 20페이지의 PDF.
- 결과를 복사합니다. HTML 표와 LaTeX 수식이 담긴 Markdown, JSON 객체 또는 짧은 답변.
방법 2: Xiaomi-OCR-0 API 호출
OCRZero 계정에서 API 키를 만들고 파일을 base64 data URL로 POST /api/v1/ocr에 보내며 mode(page, pdf, kie, vqa)를 지정합니다. 페이지당 1크레딧이며 실패한 페이지는 같은 응답에서 환불됩니다.
인보이스와 양식은 mode kie와 원하는 필드 이름(예: invoice_number, invoice_date, total_amount)을 보내세요. 모델이 찾지 못한 필드는 빈 문자열로 돌아옵니다.
방법 3: 모델 직접 호스팅
가중치는 Hugging Face에 있습니다. 공식 안내는 vLLM이나 SGLang으로 16,384토큰 컨텍스트의 OpenAI 호환 서버를 띄운 뒤 이미지와 고정 프롬프트를 함께 보냅니다. 공식 프롬프트를 그대로 쓰세요. 모델이 그 프롬프트로 학습되었습니다.
- 페이지 프롬프트: 본문을 읽는 순서대로 Markdown으로 추출하고, 표는 OTSL, 수식은 LaTeX로 씁니다.
- 디코딩: temperature 0, top_p 0.8, 사고 모드 끔.
- 후처리: 공식 후처리 코드로 OTSL 표를 HTML로 바꾸고 수식 구분자를 정리합니다.