Project Icon

deformable-detr-DocLayNet

Deformable DETR模型实现文档布局分析 基于DocLayNet数据集

这是一个基于Deformable DETR架构的文档布局分析模型,在DocLayNet数据集上训练。该模型可检测和分类11种文档布局元素,在DocLayNet测试集上实现57.1 mAP。它采用transformer编码器-解码器结构,结合CNN主干网络,使用双向匹配损失训练。此模型可用于文档布局分析任务,也可集成到Aryn分区服务等应用中。

deformable-detr - 使用ResNet-50骨干网络实现的Deformable DETR目标检测模型
COCO 2017Deformable DETRGithubHuggingfaceHungarian算法卷积神经网络开源项目模型物体检测
Deformable DETR模型依托ResNet-50骨干网络,实现了高效的端到端目标检测。通过变形Transformer机制,它能够有效处理并识别图像中的复杂对象。此模型在COCO 2017数据集上经过充分训练,采用目标查询匹配和双重损失优化技术,显著提高了检测精度。适用于高效目标检测场景。
detr-doc-table-detection - 基于DETR模型的文档表格智能识别系统
DETRGithubHuggingface开源项目文档处理模型深度学习目标检测表格检测
detr-doc-table-detection是一个基于DETR架构的文档表格检测模型,能够精准识别有边框和无边框表格。该模型由Taha Douaji开发,采用ICDAR2019数据集训练,适用于各种文档分析场景。模型提供简洁的API接口,便于集成到现有系统中。作为文档信息提取的重要工具,它在提高数据处理效率方面具有显著优势。
docling-models - 将PDF文档中的版式与表格结构自动识别的开源模型
DoclingGithubHuggingfacePDF文档转换TableFormer布局分析开源项目模型表结构识别
docling模型支持PDF文档的布局与表格结构分析。布局模型使用RT-DETR技术识别版式元素,如标题、脚注与图片,性能接近人类标准。TableFormer模型则在表格结构识别上表现优异,准确识别复杂表格。该项目可应用于多种需要文档处理的场景。
deepdoctection - 文档AI:基于深度学习的提取与布局分析工具包
GithubOCRdeepdoctection开源项目文档AI模型深度学习
deepdoctection是一个Python库,通过深度学习模型实现文档提取和布局分析,支持对象检测、OCR和文本挖掘。此集成框架结合Tensorflow或PyTorch等库,适用于PDF或扫描图片文档处理,支持文档布局分析、表格识别和文本分类等任务,致力于解决实际应用问题,是文档处理领域开发者的理想选择。
layoutlm-base-uncased - LayoutLM模型融合文本布局图像信息提升文档AI效能
GithubHuggingfaceLayoutLM开源项目文本布局文档AI文档理解模型预训练模型
LayoutLM是一种文档AI预训练模型,结合文本、布局和图像信息,提升文档图像理解和信息提取能力。该模型在表单和收据理解等任务中表现优异。LayoutLM-base-uncased版本采用12层结构,768维隐藏层,12个注意力头,共113M参数,经1100万份文档2轮训练。这一模型为文档AI领域带来突破,提高了复杂文档处理效率。
detr - Transformer架构重塑目标检测流程
DETRGithubTransformer开源项目深度学习目标检测计算机视觉
DETR项目运用Transformer架构创新性地改进了目标检测方法。该方法将传统的复杂流程转化为直接的集合预测问题,在COCO数据集上达到42 AP的性能表现,同时计算资源消耗减半。DETR结合全局损失函数与编码器-解码器结构,实现了图像的高效并行处理,大幅提升了目标检测的速度和准确性。项目开源了简洁的实现代码和预训练模型,便于研究人员进行深入探索和实际应用。
layoutlm-document-qa - LayoutLM文档智能问答模型
GithubHuggingfaceLayoutLM图像识别开源项目文档问答模型自然语言处理视觉问答
LayoutLM文档智能问答模型是一个经过SQuAD2.0和DocVQA数据集微调的多模态模型。它能够准确回答发票、合同等各类文档图像中的问题,支持简单的Python代码调用。该模型为文档信息提取和理解提供了高效便捷的解决方案,适用于多种文档处理场景。
surya_layout3 - Surya项目的文档布局分析模型
GithubHuggingfaceLayoutsuryatransformers开源项目模型
surya_layout3是Surya项目的文档布局分析模型,基于transformers库开发。该模型旨在识别和分析文档的结构和布局元素,如段落、标题和表格。作为一个开源工具,surya_layout3为研究人员和开发者提供了进行文档分析和处理的基础。模型采用CC-BY-NC-SA-4.0许可证发布,可用于非商业用途。
layoutlmv2-base-uncased - LayoutLMv2为文档理解带来突破性进展
GithubHuggingfaceLayoutLMv2多模态预训练开源项目文档AI模型自然语言处理视觉文档理解
LayoutLMv2是一种先进的多模态预训练模型,整合了文本、版面布局和图像信息,专门用于文档智能处理。该模型在FUNSD、CORD、SROIE等多个文档理解任务中创下新纪录,显著优于现有方法。通过创新的预训练任务,LayoutLMv2有效捕捉了文本、布局和图像之间的复杂关系,大幅提升了对富视觉信息文档的理解能力。作为文档AI领域的重要突破,LayoutLMv2为各类文档智能应用奠定了坚实基础。
layoutlmv3-large - 统一文本和图像掩码的文档AI预训练模型
GithubHuggingfaceLayoutLMv3Transformer多模态模型开源项目文档AI模型预训练
LayoutLMv3是一种用于文档AI的多模态Transformer模型,由Microsoft Document AI项目开发。该模型采用统一的文本和图像掩码预训练方法,架构简单且通用。LayoutLMv3可应用于表单理解、收据识别、文档视觉问答等文本相关任务,以及文档图像分类和布局分析等图像相关任务。这种灵活性使其成为文档AI领域的通用预训练模型,为多种文档处理任务提供了有力支持。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号