German-OCR Turbo

Ultraschnelle deutsche Texterkennung mit 100% Genauigkeit

Das schnellste OCR-Modell fuer deutsche Dokumente - 3x schneller als DeepSeek-OCR!

Highlights

• Nur 1.9GB - laeuft auf jeder Consumer-GPU
• ~5 Sekunden pro Dokument (GPU) / ~15s (CPU)
• 100% Accuracy bei deutschen Rechnungen
• Multi-Format Output: Markdown, JSON, HTML, TXT
• Speziell optimiert fuer deutsche Dokumente

Benchmark

Getestet auf RTX 4060 8GB mit 5x Warm-Runs:

Vollstaendige Benchmark-Ergebnisse

Installation

ollama pull Keyvan/german-ocr-turbo

Verwendung

Einfache OCR

ollama run Keyvan/german-ocr-turbo "Extrahiere den Text aus diesem Dokument" --image rechnung.png

Python API

from german_ocr import GermanOCR

# Turbo-Modell (Standard)
ocr = GermanOCR(model_name="german-ocr-turbo")

# Text extrahieren
text = ocr.extract("rechnung.png")
print(text)

# Verschiedene Ausgabeformate
text_md = ocr.extract("doc.png", output_format="markdown")
text_json = ocr.extract("doc.png", output_format="json")
text_html = ocr.extract("doc.png", output_format="html")

pip install german-ocr

Unterstuetzte Dokumente

• Rechnungen / Invoices
• Vertraege / Contracts
• Ausweise & Reisepaesse
• Steuerbescheide
• Formulare
• Infobroschueren
• Alle deutschen Textdokumente

Ausgabeformate

Markdown (Standard)

Extrahiere den Text im Markdown-Format

JSON

Extrahiere den Text als JSON

HTML

Extrahiere den Text als HTML

Reiner Text

Extrahiere den Text als reinen Text

Technische Details

• Basis-Modell: Qwen3-VL-2B-Instruct (Alibaba Cloud)
• Context Window: 256K Tokens (erweiterbar auf 1M)
• Parameter:
  • temperature: 0.1 (praezise OCR)
  • repeat_penalty: 1.5 (keine Wiederholungen)
  • num_ctx: 4096
  • num_predict: 2048

Systemanforderungen

• GPU: 4GB+ VRAM (empfohlen)
• CPU: Funktioniert, aber langsamer (~15s)
• RAM: 8GB+ empfohlen
• Ollama: v0.1.0+

Links

• PyPI Package
• GitHub Repository
• Benchmark Results
• Standard Model

Lizenz

Apache 2.0

Autor

Keyvan Hardani - keyvan.ai

Made with love in Germany