Project Icon

TexTeller

端到端公式识别模型 支持多种输入格式

TexTeller是一个基于TrOCR的公式识别模型,可将图像转换为LaTeX公式。该模型使用8000万对图像-公式数据训练,具备优秀的泛化能力和准确度。TexTeller支持多种输入格式,包括扫描图像、手写公式和中英文混合公式,还提供中英文印刷体OCR功能。此外,项目集成了公式检测、段落识别和Web演示界面,便于与其他项目整合。

mindocr - 基于MindSpore的开源OCR工具包 实现高效文本检测与识别
GithubMindOCRMindSporeOCR工具箱开源项目文字识别文本检测
MindOCR是一个基于MindSpore的开源OCR开发工具箱,集成主流文本检测和识别算法。该工具箱提供易用的训练和推理接口,加速文本检测识别模型的开发和部署。MindOCR支持DBNet、CRNN等多种算法,采用模块化设计,并提供高性能预训练模型。研究人员和开发者可以利用MindOCR快速构建OCR应用,实现高效的图像文本理解。
EmojiTell - 智能文本与表情符号转换工具
AI工具EmojiTell文本转换社交媒体表情符号翻译
EmojiTell是一款创新型在线工具,通过人工智能技术实现文本和表情符号的双向转换。平台功能包括文本转表情符号、表情符号含义解析、表情符号美学创作、表情符号艺术生成和文本表情化。该工具旨在提升数字沟通的趣味性和表现力,适用于多种社交媒体平台。EmojiTell为个人用户和内容创作者提供丰富的表情符号资源,使沟通更加生动有趣。
zheye - 智能识别知乎倒立汉字验证码的开源工具
Github卷积神经网络开源项目机器学习知乎验证码识别高斯混合模型
zheye是一个开源项目,专注于识别知乎的倒立汉字验证码。该项目结合了卷积神经网络和高斯混合模型,可准确定位图中的倒立文字。zheye提供完整的训练和测试流程,包括依赖安装、模型训练和验证码评估。作为计算机视觉领域的实践案例,zheye展示了先进的图像识别技术。项目开发目的为学习和研究,使用时需遵守相关协议。
iTextMaster - 智能文档分析与交互的AI驱动解决方案
AI分析AI工具PDF交互iTextMaster文档助手智能问答
iTextMaster是一个智能文档处理平台,集成ChatGPT技术,提供文本识别、分析和摘要功能。支持PDF和网页内容处理,可生成摘要和智能问答。平台支持多语言,实现与文档的自然语言交互,适用于处理各类复杂文档,有效提升信息处理效率。
Rectlabel-support - 图像标注工具,支持自动化标注和多格式导出
GithubRectLabel图像标注导出格式开源项目文本识别自动标注
RectLabel 是一款图像标注工具,支持 Segment Anything 和 Core ML 模型的自动标注,能够识别文本、曲线、点线和骨架等。支持导出COCO、Labelme、CreateML、YOLO和DOTA格式,以及索引色和灰度掩码图像。通过自定义热键和快捷设置,提高标注效率,满足不同图像处理需求。
table-transformer-structure-recognition-v1.1-all - Table Transformer开源表格结构识别模型
GithubHuggingfaceTable Transformer开源项目文档分析模型深度学习表格识别计算机视觉
Table Transformer是一个开源的表格结构识别模型,基于DETR架构设计。该模型在PubTables1M和FinTabNet.c数据集上进行了预训练,采用'normalize before'设置优化了网络结构。Table Transformer能够准确检测文档中的表格,为表格结构分析提供了有力支持。项目提供了详细文档,便于研究人员和开发者进行深入研究和实际应用。
pdfdeal - PDF文本提取与优化工具 支持多种OCR引擎
Doc2XGithubOCR识别PDF处理pdfdeal开源项目知识库构建
pdfdeal是一个开源的PDF处理工具,专注于提取和优化文本内容。该工具支持多种OCR引擎,包括Doc2X,可实现PDF文本提取、图像文字识别和格式优化。pdfdeal支持多种文件格式,并提供与graphrag等检索增强生成(RAG)工具的集成指南,有助于提高知识库构建效率。
Umi-OCR_v2 - 开源多语言OCR软件 支持批量处理和自定义识别
GithubUmi-OCR仓库迁移开源项目版本更新项目重构
Umi-OCR是一款开源的光学字符识别软件,支持多语言识别、批量处理和自定义识别区域。项目已完成v2版本重构并发布2.0.0正式版,迁移至主仓库继续更新。Umi-OCR作为长期项目,将持续优化识别精度和用户体验。
Recognizers-Text - 微软开源的多语言实体识别与解析库
GithubMicrosoft Recognizers TextNLP多语言支持实体识别开源项目
Recognizers-Text是微软开发的开源工具库,专门用于多语言环境下的实体识别和解析。它支持识别数字、单位、日期和时间等实体,适用于中文、英文等多种语言。该库为LUIS等微软平台提供底层支持,同时提供C#、JavaScript等多种编程语言的独立包。目前该项目正在不断扩展对更多语言的支持。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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