Docker 部署 DeepSeek-OCR-WEBUI｜一键启动多语言OCR服务

罗博深

421人浏览 · 2026-01-15 05:08:31

罗博深 · 2026-01-15 05:08:31 发布

Docker 部署 DeepSeek-OCR-WEBUI｜一键启动多语言OCR服务

1. 引言：为什么选择 DeepSeek-OCR-WEBUI？

在当前自动化办公、文档数字化和智能信息提取需求日益增长的背景下，高性能 OCR（光学字符识别）系统成为企业与开发者不可或缺的技术工具。DeepSeek-OCR 作为国产自研的大模型驱动型 OCR 引擎，在中文识别精度、复杂场景鲁棒性和多语言支持方面表现出色，尤其适用于票据、合同、证件等结构化文档的高准确率解析。

而 DeepSeek-OCR-WEBUI 则为该模型提供了直观易用的图形界面，并通过 Docker 容器化部署实现“开箱即用”，极大降低了使用门槛。本文将详细介绍如何基于 NVIDIA GPU 环境，使用 Docker Compose 一键部署 DeepSeek-OCR-WEBUI，快速搭建本地多语言 OCR 服务。

本方案具备以下核心优势： - ✅ 支持简体中文、繁体中文、英文、日文等多种语言 - ✅ 提供 Web UI 界面 + API 接口双模式访问 - ✅ 原生支持 PDF 文件上传并自动转图像处理 - ✅ 可利用 GPU 加速推理，显著提升识别效率 - ✅ 兼容 HuggingFace 与 ModelScope 模型源，国内网络环境下稳定下载

2. 系统环境准备

2.1 硬件与操作系统要求

项目	推荐配置
操作系统	Ubuntu 24.04 Server LTS
CPU	Intel/AMD 多核处理器（建议 ≥8 核）
内存	≥32GB RAM（推荐 64GB）
存储	≥100GB 可用空间（用于镜像与模型缓存）
GPU	NVIDIA 显卡（显存 ≥16GB，如 RTX 3090 / A100 / L40S）

注意：项目依赖 CUDA 进行 GPU 加速，需确保 NVIDIA 驱动版本 ≥580.82。

2.2 安装 Docker 与必要组件

首先更新系统包索引并安装基础依赖：

sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common

添加 Docker 官方 GPG 密钥及软件源：

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"

再次更新并安装 Docker CE：

sudo apt-get update
sudo apt-get install -y docker-ce

验证安装结果：

sudo systemctl status docker
sudo docker --version

为当前用户添加 Docker 权限（避免每次使用 sudo）：

sudo usermod -aG docker ${USER}

⚠️ 执行后请退出 SSH 并重新登录以使权限生效。

2.3 配置 Docker 数据目录与日志策略

默认情况下 Docker 镜像和容器数据会存储在 /var/lib/docker，建议将其迁移到更大容量的磁盘路径（如 /data/docker）：

sudo mkdir -p /data/docker
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

重载配置并重启 Docker 服务：

sudo systemctl daemon-reload
sudo systemctl restart docker
sudo systemctl enable docker

3. 安装 NVIDIA 相关组件

3.1 检查并安装 NVIDIA 驱动

运行以下命令检查是否已安装 NVIDIA 驱动：

nvidia-smi

若未安装，请先禁用开源驱动 nouveau：

sudo tee /etc/modprobe.d/blacklist-nouveau.conf <<EOF
blacklist nouveau
options nouveau modeset=0
EOF
sudo update-initramfs -u
sudo reboot

重启后确认 nouveau 已关闭：

lsmod | grep nouveau

前往 NVIDIA 驱动官网下载对应型号的 .run 文件并安装：

chmod +x NVIDIA-Linux-x86_64-*.run
sudo ./NVIDIA-Linux-x86_64-*.run

安装时选择 NVIDIA Proprietary 许可证，完成后再次执行 nvidia-smi 验证输出。

3.2 安装 NVIDIA Container Toolkit

Docker 默认不支持 GPU 调用，必须安装 NVIDIA 提供的容器工具包：

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

安装核心组件：

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 使用 nvidia 作为默认运行时：

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

测试 GPU 是否可在容器中正常调用：

docker run --rm --gpus all nvidia/cuda:13.0.1-runtime-ubuntu22.04 nvidia-smi

如果成功显示 GPU 信息，则说明环境配置完成。

4. 部署 DeepSeek-OCR-WEBUI 服务

4.1 获取项目源码

克隆官方 WebUI 仓库：

git clone https://github.com/neosun100/DeepSeek-OCR-WebUI.git
cd DeepSeek-OCR-WebUI

该项目包含预定义的 docker-compose.yml 文件，可直接用于一键启动服务。

4.2 构建并启动容器

执行以下命令构建镜像并后台运行服务：

docker compose up -d

查看服务状态：

docker compose ps --format "table {{.Name}}\t{{.Status}}\t{{.Ports}}"

预期输出如下：

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（约 10–30 分钟），因为需要： - 自动拉取基础镜像 - 安装 Python 依赖 - 从 HuggingFace 或 ModelScope 下载 DeepSeek-OCR 模型权重

模型文件将被缓存至本地路径：~/DeepSeek-OCR-WebUI/models/

💡 若无法访问 HuggingFace，系统将自动切换至 ModelScope 下载，保障国内可用性。

4.3 查看服务日志

监控启动进度：

docker logs -f deepseek-ocr-webui

当出现类似 "Uvicorn running on http://0.0.0.0:8001" 的提示时，表示服务已就绪。

5. 功能特性与使用方式

5.1 核心功能亮点

DeepSeek-OCR-WEBUI 提供了丰富的识别模式与交互体验，主要特性包括：

🎯 7 种识别模式：满足不同场景需求
🖼️ 边界框可视化：Find 模式自动标注文本位置
📦 批量图片处理：支持多图连续识别
📄 PDF 文件支持：上传后自动分页转图处理
🌐 多语言识别：支持简中、繁中、英文、日文
🐳 Docker 一键部署：无需手动配置依赖
⚡ GPU 推理加速：大幅提升处理速度

5.2 支持的识别模式对比

模式	图标	说明	适用场景
文档转Markdown	📄	保留原始排版结构	合同、论文、报告转换
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输出	快速内容抓取
图表解析	📊	解析图表与数学公式	教材、科研资料处理
图像描述	🖼️	生成图像语义描述	辅助阅读、无障碍应用
查找定位 ⭐	🔍	关键字段定位与标注	发票金额、身份证号提取
自定义提示 ⭐	✨	用户指定识别逻辑	特定业务规则匹配

5.3 访问 WebUI 与 API

服务启动后可通过浏览器访问：

Web UI 地址：http://<your-server-ip>:8001
API 文档地址：http://<your-server-ip>:8001/docs（Swagger UI）
健康检查接口：http://<your-server-ip>:8001/health

上传一张包含文字的图片或 PDF 文件，选择合适的识别模式即可获得结构化文本结果。

6. 日常运维与管理命令

6.1 常用 Docker Compose 操作

操作	命令
启动服务（后台）	`docker compose up -d`
重建并重启服务	`docker compose up -d --build`
重启服务	`docker compose restart`
停止服务	`docker compose down`
查看容器日志	`docker logs -f deepseek-ocr-webui`
实时资源监控	`docker stats deepseek-ocr-webui`