MARKETIA
ConnexionInscription
N2 · Un peu de bricolageNouveau

Reconstituer l'ordre de lecture logique d'un document scanné — titres, tableaux, figures — et en extraire le texte dans plus de 90 langues (Surya)

Analyse de mise en page par deep learning, OCR multilingue et reconnaissance de structure de tableaux

Vendu par MagicMate

Ce qu'il faut

Niveau
N2 · Un peu de bricolage — Fonctionne dans un outil que vous avez déjà, mais demande des réglages (clé d'accès, options) avant d'être opérationnel.
Serveur requis
Non
Réglages requis
Oui
Licence
Licence d'origine : voir le dépôt source. Marketia n'a pas de résumé vérifié pour cette licence ; consultez-la avant tout usage.

Surya analyse la mise en page d'un document scanné ou PDF par deep learning — il détecte automatiquement titres, tableaux, figures et reconstitue l'ordre de lecture logique, en plus d'une OCR couvrant 91 langues (87,2 % sur un jeu de test interne non publié, 38 langues à 90 % ou plus) et d'une reconnaissance de structure de tableaux.

Limites et précautions : l'OCR, l'analyse de mise en page et la reconnaissance de tableaux exigent un backend d'inférence en cours d'exécution (vLLM pour GPU NVIDIA, llama.cpp pour CPU ou Apple Silicon) ; seule la détection fonctionne avec torch seul. Installation : pip install surya-ocr. Débit mesuré par le README sur CPU : 0,108 page par seconde (Apple Silicon, llama.cpp). L'outil est spécialisé dans l'OCR de documents, pas de photos ni de scènes naturelles. Une issue ouverte (#547, relevée le 2026-10-17) signale que le conteneur vLLM lancé automatiquement est publié sur toutes les interfaces (SURYA_INFERENCE_AUTOSTART vaut True par défaut) : cela ouvre un point d'inférence GPU sans authentification sur le réseau local.

Licence et attribution : Source : https://github.com/datalab-to/surya. Licence : Apache-2.0 (https://raw.githubusercontent.com/datalab-to/surya/master/LICENSE). Le code est sous licence Apache-2.0, librement réutilisable. Les poids du modèle pré-entraîné sont sous une licence OpenRAIL-M modifiée : gratuite pour la recherche, l'usage personnel et les startups sous 5 millions de dollars de financement ou chiffre d'affaires ; au-delà, une licence commerciale payante est requise auprès de l'éditeur. La carte Hugging Face du modèle datalab-to/surya_layout affiche cc-by-nc-sa-4.0 (lue le 2026-10-17), ce qui contredit le README : vérifiez la licence des poids avant tout usage commercial. Tous droits conservés par ses auteurs ; cette fiche est une présentation rédigée par Marketia.

Critique Marketia

Verdict

Moteur d'analyse de documents performant selon son auteur, mais gratuit sous conditions et avec une licence de poids affichée de façon contradictoire. Même cas que Marker : prudence tant que la licence n'est pas tranchée par l'éditeur.

Pour qui (PME française)

  • Une structure sous 5 M$ de financement ou de chiffre d'affaires qui fait de l'OCR de documents en interne.
  • Pas pour une offre revendue commerciale au-delà du seuil sans licence Datalab.

Points forts prouvés

  • Code Apache 2.0 ; fonctions : mise en page avec ordre de lecture, reconnaissance de tableaux, OCR, formules en LaTeX (README).
  • Scores annoncés : 83,3 % sur olmOCR-bench (revendication de l'éditeur ; comparaisons issues de la fiche du jeu de données) ; débit annoncé de 5 pages par seconde sur une RTX 5090 avec vLLM.
  • Installation : pip install surya-ocr.

Limites et risques

  • 163 issues ouvertes (page lue). Récentes : #555 (rien ne se passe au lancement de l'OCR), #543 (plantage SIGSEGV de vLLM au démarrage), #542 (échec de la grammaire llama.cpp), #540 (sorties à caractères cyrilliques et arméniens pour certaines lignes courtes en allemand), #551 et #544 (tableaux et figures mal traités).
  • Les dernières entrées du flux de commits (jusqu'au 2026-09-11) sont des messages du bot de signature de CLA ; dernier commit de code non daté par nous.
  • Le texte intégral de la licence des poids n'a pas été lu ; la carte de surya_text_recognition était illisible (erreur 401) lors de notre relecture.

Effort d'installation réel

Moyen à élevé : backend d'inférence (vLLM sur GPU NVIDIA ou llama.cpp) à installer et à sécuriser. Estimation : plusieurs heures ; non mesuré.

Alternatives

  • Marker (critique skill-conversion-pdf-marker), même éditeur et mêmes réserves.
  • Docling (critique pilote), licence de code MIT.

Licence et attribution

Avertissement de licence : « Même cas que Marker ; carte HF NC-SA contradictoire ; si positionné vendu/commercial au-delà du seuil -> retirer ; texte intégral des licences NON LU ». Code Apache 2.0 ; poids « modified AI Pubs Open Rail-M » gratuits pour recherche, usage personnel et startups sous 5 M$ ; licence commerciale payante au-delà.

Ce que nous n'avons pas testé

Aucune installation, aucune mesure de précision, aucun test de l'ordre de lecture sur des documents français, aucune reproduction des défauts d'exposition réseau, aucune lecture du texte complet de la licence.

Sources (lues le 2026-10-17)

Licence des poids : seuil de chiffre d'affaires

Ce produit télécharge ou recommande des modèles publiés sous une licence distincte de celle du code. Leur usage est gratuit sous un seuil de financement ou de chiffre d'affaires (5 M$ de revenu brut ou de financement levé, selon l'éditeur) et payant au-delà. Vérifiez que ces conditions sont compatibles avec votre usage avant de déployer en production.

Aller plus loin