请教大佬们，ollama有没有好的图片识别模型推荐

开发调优
1

如标题，求佬推荐ollama可以做图片识别和分析的模型～～

另外有个不情之请，为了保三级，能请大佬们顺便帮我点个赞不（死不要脸） :joy:

8 个赞
2

目前Ollama主要还是着眼文本生成和大语言模型的运行，并不直接支持图片识别以及或计算机视觉模型

1 个赞
3

好吧，我下了网上推荐的几个模型，貌似都不太行。。。Llama 3.2-Vision；MiniCPM-V 2.6 Vision；MoonDream2和LLaVA 7B

4

有的啊，可以的

image
image2252×1354 212 KB

5

你要上官网找支持vision的模型，然后ollama pull 模型就可以使用了，我很早前用过,是可以使用，没有问题的

1 个赞
6

有在陆续支持的，跑过 gemma，可以做图片理解的

7

qwen2.5vl么？好的好的，马上去试试

8

我想要类似ocr的方式，就是只给我回复图片的文字，不需要他去理解～

9

比如ds，貌似ollama就没有可以识别的

10

实际使用中不太好，我本来想省成本，用本地的ollama图片和图形识别，效果都不行

11

一样的，我只是举个支持视觉的例子

12

一样的，你的提示词写好就行的

13

可惜当前还不能支持gemma3n

14

好的，我先下个模型试试～～～

15

这类场景，我们这边是通过ocr识别后在结合AI实现需求的。

16

ocr识别出错，然后再让ai进行文字改正？

17

你说的是多模态大模型，这个需要看你的使用场景，如果可以用线上API就书生大模型或者qwen2.5-vl，如果要纯本地，应该是没有令你满意的识别模型了（除非你能部署大参数的多模态模型比如qwen2.5-vl-72b），小参数多模态模型识别的效果一言难尽（除非特定场景微调？）

1 个赞
18

Qwen2.5-VL
如果配置够，Llama 4 也可以

19

qwen2.5vl做OCR挺好的

20

Ollama 已经支持 Qwen2.5-VL 了，Qwen2.5-VL 的图片识别还是不错的
配置够的话 Llama 4 也可以试试