Source

PaddleOCR 3.0 — rapport technique et licence

Alternative à Tesseract avec détection de mise en page, à tester sur CPU et sur GPU AMD.

Confirmée#ocr #licencePublié le 16 sept. 2026Mis à jour le 16 sept. 2026Vérifié le 16 sept. 2026À revérifier le 15 déc. 2026

URL: https://arxiv.org/abs/2507.05595
Organisation: PaddlePaddle
Type: Étude
Fiabilité: Fiabilité moyenne
Publié: juillet 2025
Consulté le: 16 septembre 2026
Sujets: ocr, licence

Citée par 2 page(s)

Ingestion : parsing, OCR, métadonnées, synchronisationHypothèseRAG · Transformer les PDF, Word, Excel, mails et scans d'un cabinet en texte structuré et étiqueté (dossier, ACL, page), puis le maintenir à jour et supprimer proprement.Évaluer Docling sur un corpus juridique françaisHypothèseExpérimentation · Mesurer la qualité d'extraction (texte, structure, tableaux, OCR) et le débit de Docling sur des actes, courriers scannés, contrats et tableaux fictifs, contre Unstructured et PyMuPDF.

Ce que dit la source : rapport technique arXiv 2507.05595 (juillet 2025) ; licence Apache 2.0 sur GitHub.

Ce qu'on en retient : alternative à Tesseract avec détection de mise en page, à tester sur CPU et sur GPU AMD.

Limites : compatibilité ROCm non vérifiée.