Logo
Project Icon

RapidStructure

全面文档图像处理与结构化解析工具集

文档分析版面分析表格识别RapidStructure版面还原Github开源项目

RapidStructure是一个开源的文档图像处理工具集,提供文档方向分类、版面分析和表格识别等功能。该项目实现了从文档图像到结构化数据的完整处理流程,包括新增的版面还原功能。RapidStructure可与RapidOCR配合使用,支持Linux、Windows和Mac平台,兼容Python 3.6及以上版本。

访问官网访问官网GithubGithubHuggingfaceHuggingface
介绍相关项目
table-transformer-structure-recognition - Table Transformer表格结构识别模型
DETRGithubHuggingfaceTable Transformer对象检测开源项目模型深度学习表格识别
Table Transformer是一个基于DETR架构的表格结构识别模型，在PubTables1M数据集上微调。它能有效检测表格中的行、列等结构元素，适用于非结构化文档中的表格提取。这个开源模型可用于改进文档分析和信息提取流程。作为一种先进的图像识别和机器学习技术，Table Transformer为表格结构识别任务提供了新的解决方案。
pix2struct-docvqa-base - 基于pix2struct的跨领域视觉问答图像解码模型
GithubHugging FaceHuggingfacePix2Struct图像编码器开源项目模型视觉问答预训练模型
Pix2Struct是一个预训练的图像到文本解码模型，旨在提升文档视觉问答的效率，通过解析网页截图实现多领域视觉语言理解的增强。
raster-vision - 开源Python工具构建卫星和航空影像的计算机视觉模型
GithubPyTorchRaster Vision卫星图像开源项目深度学习计算机视觉
Raster Vision是一个开源的Python库和框架，用于构建卫星、航空和其他大型影像集的计算机视觉模型。它支持芯片分类、目标检测和语义分割，后端采用PyTorch。作为低代码框架，它允许用户无需深度学习专业知识即可配置和运行机器学习管道，并支持通过AWS Batch和AWS Sagemaker在云端进行部署。用户可以通过pip或Docker镜像进行安装和使用。更多详情参阅官方文档。
manga-ocr - 日本漫画光学字符识别工具，支持多种文本处理场景
GithubManga OCRPythonTransformers光学字符识别开源项目日本放送協会
Manga OCR 是一款基于Transformer的自定义端到端模型的光学字符识别工具，专为日本漫画设计。它可以识别垂直和平行文本、带有振假名的文本、覆盖在图像上的文本、各种字体以及低质量图像。Manga OCR 支持一次性识别多行文本，适用于漫画中的文本气泡。同时，该项目还提供与GUI阅读器和HTML覆盖生成工具的集成，便于用户创建完整的阅读和挖掘工作流程。
MegaParse - 多功能文档解析工具，支持多种文件格式
GithubMegaParse广泛兼容开源开源项目文档解析高效
兼容多种文件格式的解析器，支持文本、PDF、PPT、Word等，确保信息无损。MegaParse开源免费，注重速度和效率。支持表格、目录、标题、页脚和图像等内容解析。添加OpenAI API密钥后，可激活LlamaParse功能，增强解析效果。操作简便，适用于各种文档处理需求。
fastdup - 无监督的高效图像和视频数据集分析工具
Githubfastdup可视化图片分析开源项目无监督工具视频数据集
fastdup是一款无监督的图像与视频数据集分析工具，能够检测重复、异常和低质量图像。其优化的C++引擎在低资源CPU机器上也能高效运行，处理数百万到数十亿张图像。支持主要操作系统，数据可以本地或云端处理，确保隐私。提供交互式UI和静态图库，便于用户探索分析结果。
Papermerge DMS - 为扫描文档设计的开源OCR文档管理系统
AI工具OCR技术Papermerge开源软件数字档案文档管理系统
Papermerge DMS是一款开源文档管理系统，专为扫描文档和数字档案设计。系统集成OCR技术，支持PDF、TIFF、JPEG等格式文件处理。它提供多用户支持、全文搜索、文档版本控制等功能，界面现代直观。作为数字化解决方案，Papermerge DMS有助于减少纸质文档，提升业务效率。系统还提供REST API，便于根据需求进行扩展。
eSearch - 跨平台截图工具 集成OCR搜索和录屏功能
GithubOCR识别eSearch开源项目截屏软件跨平台
eSearch是一款跨平台的开源截图工具，集成了OCR文字识别、搜索、翻译、贴图、以图搜图和录屏等功能。它支持Windows、Linux和macOS系统，并提供离线OCR识别和灵活的截图编辑选项。eSearch可快速识别和检索屏幕信息，适用于办公和学习场景，显著提高用户处理屏幕信息的效率。
fast-graphrag - 快速图形化检索框架，支持高精度数据处理与实时更新
Fast GraphRAGGithub开源软件开源项目智能探索知识图谱高效检索
Fast GraphRAG 是一款高效的图形化检索框架，专为高精度、易解释的工作流设计，支持实时更新和智能探索。具备低成本、高效能，通过自动生成和优化图表适应各种领域需求。框架为完全异步，确保工作流的稳定性和可预测性，同时提供详细的快速入门指南和社区支持，无论开源使用还是托管服务，均可无缝集成到检索管道中。
sd-webui-replacer - Stable Diffusion WebUI自动化对象检测与图像修复扩展
GithubReplacerstable-diffusion-webui人工智能图像处理开源项目扩展程序
sd-webui-replacer扩展为Stable Diffusion WebUI提供自动化对象检测、遮罩和图像修复功能。它不仅支持批量和视频处理，还整合了高分辨率修复和ControlNet功能，优化了对象替换和图像编辑流程。该扩展兼容Lama cleaner、AnimateDiff等多个插件，功能丰富，使用便捷，能显著提高图像处理效率。
相关项目
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。

使用协议隐私政策广告服务
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