01 / 模型卡片
模型卡片
TeleOCR 是 StarDoc-AI 在 Hugging Face 上发布的图像文本识别模型，专门用于从图片中提取文字并输出为可编辑的文本内容。它支持多种语言和常见的图片格式，适合处理文档、截图、照片等场景，尤其在办公和学习中用于快速提取文本，避免手动输入的繁琐工作。模型基于 Apache-2.0 许可证发布，方便开发者在本地或云端部署使用。由于其轻量化设计和较好的兼容性，初学者可以相对容易地通过 Hugging Face 的接口调用，无需复杂的环境配置。不过，对于晰度较低或存在大量噪点的图片，识别效果可能会受到一定影响，建议配合图像预处理使用。
模型类型image text to text
提供方StarDoc-AI
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
StarDoc-AI/TeleOCR安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model StarDoc-AI/TeleOCR下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model StarDoc-AI/TeleOCR README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('StarDoc-AI/TeleOCR')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/StarDoc-AI/TeleOCR.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/StarDoc-AI/TeleOCR.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面