从零搭建中文OCR系统｜DeepSeek-OCR-WEBUI 快速上手
1. 背景与目标
在数字化转型加速的今天，文档自动化处理已成为企业提升效率的关键环节。光学字符识别（OCR）技术作为连接纸质信息与数字世界的桥梁，广泛应用于票据识别、合同解析、档案电子化等场景。然而，传统OCR工具在复杂版式、低质量图像或中文长文本识别中表现不佳，亟需更强大的解决方案。
DeepSeek-OCR-WEBUI 正是在这一背景下诞生的一款开源中文OCR系统。它基于 DeepSeek 开源的大模型架构，结合现代化 WebUI 设计，提供高精度、多语言、易部署的一站式 OCR 服务。本文将带你从零开始，在 Ubuntu 系统上完成 DeepSeek-OCR-WEBUI 的完整部署流程，涵盖环境准备、Docker 配置、GPU 支持设置及服务启动验证，助你快速构建属于自己的高性能中文OCR引擎。
2. 环境准备与依赖安装
2.1 操作系统与基础环境
本文以Ubuntu 24.04.4 Server为操作环境，确保系统已联网并具备 sudo 权限。首先更新软件包索引并安装必要工具：
sudo apt-get update sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common2.2 安装 Docker 引擎
Docker 是运行 DeepSeek-OCR-WEBUI 的核心容器平台。添加官方 GPG 密钥和稳定仓库后进行安装：
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" sudo apt-get update sudo apt-get install -y docker-ce验证安装结果：
sudo systemctl status docker sudo docker --version为便于非 root 用户使用 Docker，执行以下命令并重新登录 SSH：
sudo usermod -aG docker ${USER}2.3 配置 Docker 数据目录与日志策略
建议将镜像存储路径设为独立磁盘分区（如/data/docker），避免根目录空间不足：
sudo tee /etc/docker/daemon.json <<-'EOF' { "data-root": "/data/docker", "exec-opts":["native.cgroupdriver=systemd"], "log-driver":"json-file", "log-opts": {"max-size":"100m", "max-file":"3"} } EOF sudo systemctl daemon-reload sudo systemctl restart docker sudo systemctl enable docker3. GPU 支持配置（NVIDIA 显卡）
DeepSeek-OCR 模型推理依赖 GPU 加速，需正确配置 NVIDIA 驱动与容器工具链。
3.1 检查并关闭开源驱动 nouveau
部分 Linux 发行版默认启用开源显卡驱动nouveau，会与 NVIDIA 专有驱动冲突。检查是否存在：
lsmod | grep nouveau若输出内容，则需禁用该驱动：
sudo tee /etc/modprobe.d/blacklist-nouveau.conf <<EOF blacklist nouveau options nouveau modeset=0 EOF sudo update-initramfs -u sudo reboot重启后再次执行lsmod | grep nouveau，无输出即表示已成功关闭。
3.2 安装 NVIDIA 驱动
前往 NVIDIA 驱动下载页面 根据显卡型号获取对应.run文件。假设文件位于/data/soft/NVIDIA-Linux-x86_64-580.105.08.run：
cd /data/soft chmod +x NVIDIA-Linux-x86_64-580.105.08.run sudo ./NVIDIA-Linux-x86_64-580.105.08.run安装过程中选择NVIDIA Proprietary许可证，并跳过 X.Org 相关警告（适用于纯计算场景）。安装完成后验证：
nvidia-smi应显示 GPU 型号、驱动版本及 CUDA 支持版本（如 CUDA Version: 13.0）。
3.3 安装 NVIDIA Container Toolkit
使 Docker 容器能够访问 GPU 资源：
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt-get update export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.18.0-1 sudo apt-get install -y \ nvidia-container-toolkit=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \ nvidia-container-toolkit-base=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \ libnvidia-container-tools=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \ libnvidia-container1=${NVIDIA_CONTAINER_TOOLKIT_VERSION}配置 Docker 默认使用nvidia运行时：
sudo nvidia-ctk runtime configure --runtime=docker sudo cat /etc/docker/daemon.json确认输出包含"runtimes": { "nvidia": { ... } }配置项，然后重启 Docker：
sudo systemctl restart docker测试 GPU 容器是否可用：
docker run --rm --gpus all nvidia/cuda:13.0.1-runtime-ubuntu22.04 nvidia-smi若能正常输出 GPU 信息，则说明配置成功。
4. 部署 DeepSeek-OCR-WEBUI 服务
4.1 克隆项目代码
git clone https://github.com/neosun100/DeepSeek-OCR-WebUI.git cd DeepSeek-OCR-WebUI项目自带docker-compose.yml文件，支持一键部署。
4.2 优化 Dockerfile（可选）
为加快构建速度并解决国内网络问题，可在Dockerfile中添加依赖和镜像加速：
RUN apt-get update && apt-get install -y \ libgl1 \ libglib2.0-0 \ pkg-config \ python3-dev \ build-essential \ && rm -rf /var/lib/apt/lists/* # 使用华为云 PyPI 镜像加速 RUN pip config set global.index-url https://mirrors.huaweicloud.com/repository/pypi/simple/4.3 启动服务
使用 Docker Compose 构建并后台运行服务：
docker compose up -d查看服务状态：
docker compose ps --format "table {{.Name}}\t{{.Status}}\t{{.Ports}}"预期输出：
NAME STATUS PORTS deepseek-ocr-webui Up 2 minutes (health: starting) 6006/tcp, 8888/tcp, 0.0.0.0:8001->8001/tcp首次启动耗时较长，因需自动下载模型文件至~/DeepSeek-OCR-WebUI/models/目录。
4.4 查看日志与监控资源
实时查看启动日志：
docker logs -f deepseek-ocr-webui监控 GPU 使用情况：
watch -n 1 nvidia-smi查看容器资源占用：
docker stats deepseek-ocr-webui5. 访问 WebUI 与功能验证
服务启动成功后，可通过浏览器访问以下地址：
- WebUI 界面:
http://<服务器IP>:8001/ - API 文档:
http://<服务器IP>:8001/docs - 健康检查接口:
http://<服务器IP>:8001/health
5.1 核心功能概览
DeepSeek-OCR-WEBUI 提供七种识别模式，满足多样化需求：
| 模式 | 说明 | 适用场景 |
|---|---|---|
| 文档转Markdown | 保留原始格式布局 | 合同、论文、报告 |
| 通用OCR | 提取所有可见文字 | 图片文字提取 |
| 纯文本提取 | 不保留格式的纯文本 | 简单文本识别 |
| 图表解析 | 识别图表与数学公式 | 数据报表、科研文献 |
| 图像描述 | 生成图片语义描述 | 无障碍阅读、内容理解 |
| 查找定位 ⭐ | 关键词搜索并标注位置 | 发票字段提取 |
| 自定义提示 ⭐ | 自定义指令控制输出 | 结构化数据抽取 |
PDF 支持（v3.2+）：支持直接上传 PDF 文件，系统自动逐页转换为图像并进行 OCR 处理。
5.2 技术架构说明
- 推理引擎: Hugging Face Transformers（稳定可靠）
- 模型名称:
deepseek-ai/DeepSeek-OCR - GPU 支持: 自动检测 NVIDIA L40S/L40/L4 等设备
- 计算精度: bfloat16 混合精度推理
- 批处理方式: 顺序逐一处理（保证稳定性）
6. 总结
本文详细介绍了如何在 Ubuntu 24.04 系统上从零部署 DeepSeek-OCR-WEBUI 中文OCR服务。通过 Docker 容器化方案，结合 NVIDIA GPU 加速，实现了开箱即用的高性能OCR能力。整个流程覆盖了操作系统配置、Docker环境搭建、GPU驱动安装、容器工具链配置以及服务启动验证等关键步骤，特别针对国内用户优化了镜像源和依赖管理策略。
DeepSeek-OCR-WEBUI 凭借其高精度中文识别、丰富的功能模式和现代化交互界面，非常适合用于金融票据处理、教育资料数字化、档案管理等实际业务场景。其支持 API 调用和批量处理的能力，也便于集成到企业级自动化工作流中。
下一步你可以尝试：
- 将服务暴露到公网并通过 Nginx 反向代理；
- 集成到 Python/RPA 脚本中实现自动文档处理；
- 使用自定义提示词（Custom Prompt）提取结构化数据。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
