polish: stats hero, absolute image URLs, improved frontmatter (datasets, base_model, langs, new_version)

README.md

@@ -38,59 +38,85 @@ new_version: Keyven/german-ocr-3
 ---
 
 <p align="center">
-  <img src="https://app.german-ocr.de/icon.png" alt="German-OCR-3" width="128" height="128" />
+  <img src="https://app.german-ocr.de/icon.png" alt="German-OCR-3" width="140" height="140" />
 </p>
 
 <h1 align="center">German-OCR-3</h1>
 
-<p align="center"><strong>Deutsche Vision-OCR. Kompakt. Lokal. Open Source.</strong></p>
+<p align="center"><strong>Deutsche Vision-OCR. Kompakt. Lokal. Open Source.</strong><br/>
+<sub>Aus deutschem Dokument-Bild → strikt validiertes JSON. In unter 60 Sekunden lokal lauffähig.</sub></p>
 
 <p align="center">
-  <a href="https://german-ocr.de"><img alt="Site" src="https://img.shields.io/badge/site-german--ocr.de-3B82F6?style=flat-square"/></a>
-  <a href="https://ollama.com/Keyvan/german-ocr-3"><img alt="Ollama" src="https://img.shields.io/badge/Ollama-Keyvan%2Fgerman--ocr--3-orange?style=flat-square"/></a>
-  <a href="https://github.com/Keyvanhardani/German-OCR-3-Dev"><img alt="GitHub" src="https://img.shields.io/badge/GitHub-source-black?style=flat-square"/></a>
-  <a href="LICENSE"><img alt="License: Apache 2.0" src="https://img.shields.io/badge/License-Apache_2.0-green?style=flat-square"/></a>
+  <a href="https://german-ocr.de"><img alt="Site" src="https://img.shields.io/badge/site-german--ocr.de-3B82F6?style=flat-square&labelColor=0B1220"/></a>
+  <a href="https://ollama.com/Keyvan/german-ocr-3"><img alt="Ollama" src="https://img.shields.io/badge/Ollama-Keyvan%2Fgerman--ocr--3-F59E0B?style=flat-square&labelColor=0B1220"/></a>
+  <a href="https://github.com/Keyvanhardani/German-OCR-3-Dev"><img alt="GitHub" src="https://img.shields.io/badge/GitHub-source-181717?style=flat-square&labelColor=0B1220"/></a>
+  <a href="#license"><img alt="License: Apache 2.0" src="https://img.shields.io/badge/License-Apache_2.0-22C55E?style=flat-square&labelColor=0B1220"/></a>
+  <img alt="Language" src="https://img.shields.io/badge/lang-Deutsch-3B82F6?style=flat-square&labelColor=0B1220"/>
+  <img alt="Hallucination" src="https://img.shields.io/badge/Halluzination-0%25-22C55E?style=flat-square&labelColor=0B1220"/>
 </p>
 
 ---
 
-## Was ist German-OCR-3?
+## ⚡ At a glance
 
-**German-OCR-3** ist eine kompakte, schnelle und voll lokal lauffähige **Vision-OCR-Distribution für deutsche Geschäftsdokumente** — Rechnungen, Briefe, Formulare, Quittungen, Bescheide. Aus dem Bild kommt **strikt validiertes JSON nach unserem deutschen Extraktions-Schema**, ohne Cloud-Pflicht, ohne Vendor-Lock-in.
+<table align="center">
+  <tr>
+    <td align="center" width="180"><h2>100 %</h2><sub>Gültiges JSON</sub></td>
+    <td align="center" width="180"><h2>95 %</h2><sub>Sender korrekt</sub></td>
+    <td align="center" width="180"><h2>0 %</h2><sub>Halluzination</sub></td>
+    <td align="center" width="180"><h2>5.0 s</h2><sub>Latenz / Doc</sub></td>
+  </tr>
+</table>
 
-Zwei Editionen, beide Apache-2.0, beide unter 3 GB:
+<p align="center"><sub>Auf <strong>200+ echten anonymisierten deutschen Rechnungen</strong> (Default-Edition, 2.7 GB)</sub></p>
 
-| Edition | Größe (Ollama) | Zielhardware | Stärke |
-|---|---:|---|---|
-| **`Keyvan/german-ocr-nano`** | **1.0 GB** | CPU / Edge / Mobile | „läuft überall" |
-| **`Keyvan/german-ocr-3` ⭐** | **2.7 GB** | 4–6 GB VRAM | empfohlene Default-Edition |
+---
 
-⭐ Auf unserem Praxistest mit **200+ echten anonymisierten deutschen Rechnungen**: **100 % gültiges JSON · 95 % Sender korrekt erkannt · 0 % Halluzination**.
+## Was ist German-OCR-3?
 
-> **Fine-tuned adapter** für deutsche Geschäftsdokument-Extraktion. Apache 2.0.
+**German-OCR-3** ist eine kompakte, schnelle und voll lokal lauffähige **Vision-OCR-Distribution für deutsche Geschäftsdokumente** — Rechnungen, Briefe, Formulare, Quittungen, Bescheide. Aus dem Bild kommt **strikt validiertes JSON** nach unserem deutschen Extraktions-Schema. Ohne Cloud-Pflicht, ohne Vendor-Lock-in.
+
+Zwei Editionen, beide Apache 2.0, beide unter 3 GB:
 
-## Trainings- und Evaluations-Datensätze
+| Edition | Ollama | Größe | Zielhardware | Stärke |
+|---|---|---:|---|---|
+| **Nano** | `Keyvan/german-ocr-nano` | **1.0 GB** | CPU · Edge · Mobile | „läuft überall" |
+| **Default** ⭐ | `Keyvan/german-ocr-3` | **2.7 GB** | 4–6 GB VRAM | beste Field-Erkennung |
 
-* [`neuralabs/german-synth-ocr`](https://huggingface.co/datasets/neuralabs/german-synth-ocr) — 4 500+ deutsche OCR-Samples (synthetisch, Apache-2.0)
-* `Aoschu/German_invoices_dataset_for_donut` — 129 echte deutsche Rechnungen (Donut-Format)
-* **Eigenes synthetisches DE-Rechnungs-Set** — 100 Rechnungen mit Golden-JSON, deterministisch generiert (`eval/fixtures/synth_de_invoices/`)
-* **Anonymisierter DACH-Praxistest** — echte Rechnungen verschiedener DACH-Anbieter, intern, nicht im Repo (DSGVO)
+> **Fine-tuned adapter** für deutsche Geschäftsdokument-Extraktion. Apache 2.0.
 
 ---
 
-## Größenvergleich
+## 📊 Praxistest — 200+ echte deutsche Rechnungen (anonymisiert)
+
+<p align="center">
+  <img src="https://huggingface.co/Keyven/german-ocr-3/resolve/main/charts/02_ionos_validity.png" alt="Praxistest" width="820"/>
+</p>
+
+| Edition | Valid JSON | Sender korrekt | **Halluzination** | Latenz |
+|---|---:|---:|---:|---:|
+| `Keyvan/german-ocr-nano` | 84 % | 79 % | **0 %** | 6.6 s |
+| **`Keyvan/german-ocr-3`** ⭐ | **100 %** | **95 %** | **0 %** | **5.0 s** |
 
-![Modellgrößen](charts/01_size_vs_competitors.png)
+**Keine "Mustermann"-Defaults.** German-OCR-3 liest echte Firma, Kundenadresse, Produkte, Beträge — statt zu raten.
 
-`german-ocr-3` (2.7 GB) ist **6× kleiner** als ein typischer 7B-OCR-VLM, läuft auf einer **8 GB-Gaming-GPU** oder über CPU auf einem normalen Laptop.
+---
+
+## 📐 Größenvergleich
+
+<p align="center">
+  <img src="https://huggingface.co/Keyven/german-ocr-3/resolve/main/charts/01_size_vs_competitors.png" alt="Modellgrößen" width="820"/>
+</p>
 
-![Praxistest](charts/02_ionos_validity.png)
+`german-ocr-3` (2.7 GB) ist **6× kleiner** als ein typischer 7B-OCR-VLM. Läuft auf einer **8 GB-Gaming-GPU** oder über CPU auf einem normalen Laptop.
 
-![Latenz](charts/04_latency.png)
+<p align="center">
+  <img src="https://huggingface.co/Keyven/german-ocr-3/resolve/main/charts/04_latency.png" alt="Latenz" width="620"/>
+</p>
 
 ---
 
-## Quickstart
+## 🚀 Quickstart
 
 ### Ollama (empfohlen, eine Zeile)
 
@@ -99,7 +125,8 @@ ollama pull Keyvan/german-ocr-3
 ollama run Keyvan/german-ocr-3 "Extrahiere die Rechnung im Bild als JSON." ./meine_rechnung.png
 ```
 
-Erwartetes Ergebnis (echter Output):
+<details>
+<summary><b>Beispiel-Output (anonymisiert, aus Praxistest)</b> — klicken zum Aufklappen</summary>
 
 ```json
 {
@@ -131,6 +158,8 @@ Erwartetes Ergebnis (echter Output):
 }
 ```
 
+</details>
+
 ### Python (via Ollama HTTP API)
 
 ```python
@@ -166,40 +195,66 @@ llama-cli -m ./german-ocr-3/german-ocr-3-Q4_K_M.gguf \
 
 ---
 
-## Zielgruppen
+## 📚 Trainings- und Evaluations-Datensätze
 
-* **Solo-Builder & Indies** die deutsche Dokumente lokal extrahieren wollen, ohne Cloud-OCR-Kosten.
-* **DACH-KMU** mit Datenschutz-Anspruch, die lokal/on-prem hosten wollen.
-* **Agenturen & Studios** die ein Open-Source-Fundament unter ihrer eigenen Pipeline wollen.
+| Datensatz | Umfang | Typ |
+|---|---|---|
+| [`neuralabs/german-synth-ocr`](https://huggingface.co/datasets/neuralabs/german-synth-ocr) | 4 500+ | Deutsche OCR-Samples (synthetisch, Apache-2.0) |
+| [`Aoschu/German_invoices_dataset_for_donut`](https://huggingface.co/datasets/Aoschu/German_invoices_dataset_for_donut) | 129 | Echte deutsche Rechnungen (Donut-Format) |
+| Eigenes synthetisches DE-Rechnungs-Set | 100 | Rechnungen mit Golden-JSON, deterministisch generiert |
+| Anonymisierter DACH-Praxistest | 200+ | Echte Rechnungen verschiedener DACH-Anbieter (intern, DSGVO) |
+
+---
 
-Wer es **gemanagt** und mit größeren Modellen will:
+## 🎯 Zielgruppen
+
+- **Solo-Builder & Indies** — deutsche Dokumente lokal extrahieren, ohne Cloud-OCR-Kosten.
+- **DACH-KMU mit Datenschutz-Anspruch** — lokal / on-prem hosten.
+- **Agenturen & Studios** — Open-Source-Fundament unter der eigenen Pipeline.
+
+Wer es **gemanagt** und mit noch größeren Modellen will:
 
 > 🌐 **[german-ocr.de](https://german-ocr.de)** — gehostete deutsche OCR-API mit Premium-Modellen, höherer Genauigkeit, ohne eigene Hardware. Daten bleiben in der EU.
 
-## Lizenz
+---
 
-**Apache License 2.0** für die gesamte German-OCR-3-Distribution (Modelfiles, System-Prompt, Schemas, Docs, GGUFs).
+## ⚠️ Limitations
+
+- Optimiert für **deutsche** Dokumente — andere Sprachen keine Garantie.
+- Beste Qualität bei klaren, hochauflösenden Scans/Fotos.
+- Handschriftliche Dokumente: nur begrenzt.
+- Bei kritischen Vorgängen (Buchhaltung, Recht): **immer Human-in-the-Loop**.
 
-## Credit & Attribution
+---
+
+## 🙏 Credit & Attribution
 
 German-OCR-3 baut auf der hervorragenden Arbeit des **Qwen-Teams bei Alibaba Group** auf. Die zugrundeliegende Vision-Language-Architektur stammt aus der **Qwen 3.5 Small Series**, veröffentlicht unter Apache License 2.0. Ohne die offene Forschung und die saubere Veröffentlichung der Qwen-Weights wäre dieses Projekt nicht möglich.
 
-* **Qwen 3.5** — https://huggingface.co/Qwen · https://qwen.ai
-* **Apache License 2.0** (Weights) — © 2025–2026 Qwen Team, Alibaba Group
-* **Qwen2.5-VL Technical Report** — arXiv:2502.13923
+- **Qwen 3.5** — https://huggingface.co/Qwen · https://qwen.ai
+- **Apache License 2.0** (Weights) — © 2025–2026 Qwen Team, Alibaba Group
+- **Qwen2.5-VL Technical Report** — [arXiv:2502.13923](https://arxiv.org/abs/2502.13923)
 
 Vollständiger Attribution-Text in [`NOTICE`](NOTICE).
 
-## Zitation
+---
 
-Wenn du German-OCR-3 in Forschung oder Produktion verwendest, zitiere bitte beides — unsere Distribution und die Qwen-Basisarbeit:
+## <a id="license"></a>📄 License
+
+**Apache License 2.0** für die gesamte German-OCR-3-Distribution (Modelfiles, System-Prompt, Schemas, Docs, GGUFs).
+
+---
+
+## 📑 Citation
+
+Wenn du German-OCR-3 in Forschung oder Produktion verwendest, zitiere bitte **beides** — unsere Distribution und die Qwen-Basisarbeit:
 
 ```bibtex
 @misc{german_ocr_3_2026,
   title  = {German-OCR-3: A compact German document-OCR distribution},
   author = {Hardani, Keyvan},
   year   = {2026},
-  url    = {https://github.com/Keyvanhardani/German-OCR}
+  url    = {https://github.com/Keyvanhardani/German-OCR-3-Dev}
 }
 
 @misc{qwen35_2026,
@@ -216,4 +271,14 @@ Wenn du German-OCR-3 in Forschung oder Produktion verwendest, zitiere bitte beid
   journal = {arXiv preprint arXiv:2502.13923},
   year    = {2025}
 }
-```
+```
+
+---
+
+## 👤 Author
+
+**Keyvan Hardani**
+· Website: [keyvan.ai](https://keyvan.ai)
+· LinkedIn: [linkedin.com/in/keyvanhardani](https://linkedin.com/in/keyvanhardani)
+· GitHub: [@Keyvanhardani](https://github.com/Keyvanhardani)
+· Hosted Premium: [german-ocr.de](https://german-ocr.de)