1. 其他
lakala
  • 相似度模型
    • 生产向量化模型备用节点
      POST
    • 生产向量化模型备用节点路由转发接口
      POST
    • V100向量化服务
      POST
    • bge-reranker-v2-m3
      POST
    • bge-m3
      POST
    • 文档QA全领域通用相似度模型
      POST
    • 旧 - 支付客服问答相似度模型 - 修
      POST
    • 通用客服问答相似度模型
      POST
    • 新 - 支付客服问答相似度模型
      POST
    • 旧 - 支付客服问答相似度模型
      POST
    • 风控客服问答相似度模型
      POST
    • 微调向量化模型
      POST
  • 分类模型
    • 新 - 意图识别多任务模型
      POST
    • 意图识别多任务模型
      POST
    • 情感分类模型
      POST
    • 新 - 风控投诉分类模型
      POST
    • 旧 - 风控投诉分类模型
      POST
  • 打分模型
    • 新 - 培训机器人打分模型
      POST
    • 新 - 培训机器人更新问答库接口
      POST
    • 旧 - 培训机器人打分模型
      POST
    • 旧 - 培训机器人更新问答库接口
      POST
  • RAG模型
    • 问题重写接口
      POST
    • PDF解析(新)
      POST
    • RAG总接口
      POST
    • PDF文件解析
      POST
    • Redis服务
      POST
  • 质检
    • 敏感词质检
    • 新敏感词质检系统
  • 其他
    • rembg
      POST
    • 图像分类与 OCR 服务
      POST
    • 沙箱环境MCP
      POST
  • 数据模型
    • 示例数据模型
      • Pet
      • Category
      • Tag
    • 相似度模型
    • 分类模型
    • RAG回调接口模型
  1. 其他

图像分类与 OCR 服务

POST
/predict

图像分类与 OCR 服务接口#

部署环境: 测试, 生产
测试环境目录:10.182.17.2:/data1/tlw/image_classification (环境目录:/data1/tlw/DeepSeek-OCR)
模型训练目录:10.182.17.2:/data1/tlw/timm
生产环境目录:10.51.0.1:/data/image_classification

测试环境启动命令:#

环境:DeepSeek-OCR/env

OCR模型启动:#

screen -r HunyuanOCR_1
CUDA_VISIBLE_DEVICES=0 vllm serve /data1/models/HunyuanOCR \ --host 0.0.0.0 \ --port 8001 \ --served-model-name HunyuanOCR \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ --gpu-memory-utilization 0.2 \ --enable-log-requests \ --enable-log-outputs \ 2>&1 | tee /data1/tlw/image_classification/logs/vllm_8001.log
Ctrl +a +d
screen -r HunyuanOCR_2
CUDA_VISIBLE_DEVICES=1 vllm serve /data1/models/HunyuanOCR \ --host 0.0.0.0 \ --port 8002 \ --served-model-name HunyuanOCR \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ --gpu-memory-utilization 0.2 \ --enable-log-requests \ --enable-log-outputs \ 2>&1 | tee /data1/tlw/image_classification/logs/vllm_8002.log
Ctrl +a +d
负载均衡端口:8000

图像分类和主入口启动:#

nohup uvicorn app:app --host 0.0.0.0 --port 8005 --workers 1 > logs/app.log 2>&1 &

生产环境启动命令:#

OCR模型启动:#

10.51.0.1 (生产4090服务器)
screen -r HunyuanOCR_1
CUDA_VISIBLE_DEVICES=2 vllm serve /data/models/HunyuanOCR-1.5 \ --served-model-name HunyuanOCR \ -tp 1 \ --limit-mm-per-prompt '{"image":4,"video":0}' \ --trust-remote-code \ --host 0.0.0.0 \ --port 8001 \ --gpu-memory-utilization 0.45 \ --max-model-len 32768 \ --max-num-batched-tokens 32768 \ --api-key sk-lakala-hunyuanocr \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ 2>&1 | tee /data/HunyuanOCR-1.5/vllm_8001.log
Ctrl +a +d
screen -r HunyuanOCR_2
CUDA_VISIBLE_DEVICES=3 vllm serve /data/models/HunyuanOCR-1.5 \ --served-model-name HunyuanOCR \ -tp 1 \ --limit-mm-per-prompt '{"image":4,"video":0}' \ --trust-remote-code \ --host 0.0.0.0 \ --port 8002 \ --gpu-memory-utilization 0.45 \ --max-model-len 32768 \ --max-num-batched-tokens 32768 \ --api-key sk-lakala-hunyuanocr \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ 2>&1 | tee /data/HunyuanOCR-1.5/vllm_8002.log
Ctrl +a +d
10.51.0.11 (生产5090D服务器)
/data/tlw/image_classification$ source .venv/bin/activate
screen -r HunyuanOCR_1
CUDA_VISIBLE_DEVICES=2 vllm serve /data/tlw/models/HunyuanOCR-1.5 \ --served-model-name HunyuanOCR \ -tp 1 \ --limit-mm-per-prompt '{"image":4,"video":0}' \ --trust-remote-code \ --host 0.0.0.0 \ --port 8001 \ --gpu-memory-utilization 0.3 \ --max-model-len 32768 \ --max-num-batched-tokens 32768 \ --api-key sk-lakala-hunyuanocr \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ 2>&1 | tee /data/tlw/HunyuanOCR-1.5/vllm_8001.log
Ctrl +a +d
screen -r HunyuanOCR_2
CUDA_VISIBLE_DEVICES=3 vllm serve /data/tlw/models/HunyuanOCR-1.5 \ --served-model-name HunyuanOCR \ -tp 1 \ --limit-mm-per-prompt '{"image":4,"video":0}' \ --trust-remote-code \ --host 0.0.0.0 \ --port 8002 \ --gpu-memory-utilization 0.3 \ --max-model-len 32768 \ --max-num-batched-tokens 32768 \ --api-key sk-lakala-hunyuanocr \ --no-enable-prefix-caching \ --mm-processor-cache-gb 0 \ 2>&1 | tee /data/tlw/HunyuanOCR-1.5/vllm_8002.log
Ctrl +a +d
测试: curl -X POST http://10.51.0.11:8003/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-lakala-hunyuanocr" \ -d '{ "model": "HunyuanOCR", "messages": [ {"role": "system", "content": ""}, {"role": "user", "content": [ {"type": "image_url", "image_url": {"url": "http://lkl-zf-private-tms-test.oss-cn-shanghai.aliyuncs.com/partner/C0815159791575658496/20260114/企业授权书申请1.png"}}, {"type": "text", "text": "提取图中的文字,并以纯文本格式返回"} ]} ], "temperature": 0.0, "top_p": 1.0, "top_k": -1, "repetition_penalty": 1.08, "skip_special_tokens": true, "max_tokens": 4096, "stream": false, "seed": 1234 }'

图像分类和主入口启动:#

nohup uvicorn app:app --host 0.0.0.0 --port 8005 --workers 1 > logs/app.log 2>&1 &
负载均衡端口:8003,外部访问:10.61.88.8:31038

接口:#

图片分类 :POST /predict
OCR: POST /HunyuanOCR

请求参数

Body 参数application/json必填

示例
{
  "image_list": [
    {
      "image_seq": "唯一标识或业务序号",
      "image_url": "https://example.com/image.jpg"
    },
    {
      "image_seq": "另一张",
      "image_base64": "data:image/jpeg;base64,/9j/4AAQ..."
    }
  ]
}

请求示例代码

Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
cURL
curl --location '/predict' \
--header 'Content-Type: application/json' \
--data '{
  "image_list": [
    {
      "image_seq": "唯一标识或业务序号",
      "image_url": "https://example.com/image.jpg"
    },
    {
      "image_seq": "另一张",
      "image_base64": "data:image/jpeg;base64,/9j/4AAQ..."
    }
  ]
}'

返回响应

🟢200成功
application/json
Bodyapplication/json

示例
{
    "image_category_list": [
        {
            "image_seq": "唯一标识或业务序号",
            "image_category": "business_license"
        },
        {
            "image_seq": "另一张",
            "image_category": "其他"
        }
    ]
}
修改于 2026-09-22 06:29:26
上一页
rembg
下一页
沙箱环境MCP
Built with