Project Icon

manga-ocr

日本漫画光学字符识别工具,支持多种文本处理场景

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。

open-muse - 开源项目MUSE模型重现,用于高效文本到图像生成
GithubHuggingfaceMUSEVQGANopen-musetransformer开源项目
open-muse项目致力于重现Transformer MUSE模型,通过LAION-2B和COYO-700M数据集的训练,提供简单且可扩展的代码库。项目包括在Imagenet上训练类别条件模型、在CC12M上进行文本到图像实验,以及训练改进的VQGAN模型,所有结果将上传至Huggingface的openMUSE组织。支持的模型包括MaskGitTransformer和VQGAN,方便使用并可在Huggingface hub上加载和保存。
NyankoMotsiX - 精准动漫图像生成,丰富视觉效果与个性化功能
AI绘图AnimeGithubHuggingfacestable-diffusion可爱开源项目文本到图像模型
NyankoMotsiX项目采用diffusers技术与Stable-Diffusion模型,生成高质量的动漫图像,专注可爱与独特风格。项目功能涵盖场景深度、角色表情及细致描绘,可通过简单文本实现丰富视觉效果。更新后进一步提升图像清晰度与细节,满足艺术家及爱好者对高分辨率创作的需求,同时兼顾多样化的图像生成场景,促进视觉创新。
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。
manga-tui - 在终端中阅读和下载漫画的开源工具
GithubManga-tuiRust开源项目终端图像渲染终端漫画阅读器
manga-tui是一个基于终端的开源漫画阅读和下载工具。它提供高级搜索功能,支持在兼容图形协议的终端中直接阅读漫画,并本地存储阅读历史。该工具支持多语言设置,可轻松下载漫画。manga-tui为漫画爱好者提供了独特的命令行体验,特别适合熟悉Linux环境的用户。
komikku - 多功能开源漫画阅读器 提供高度定制化体验
Android应用GithubKomikkuTachiyomi衍生版开源软件开源项目漫画阅读器
Komikku是一款开源漫画阅读器,基于Tachiyomi开发。它集成了在线阅读、本地阅读、可配置阅读器和追踪器支持等核心功能,同时创新性地加入了相关标题推荐、自动主题颜色、双向同步进度和全源Feed等特色功能,为用户提供了全面而独特的漫画阅读体验。
auto-novel - 自动生成和分享轻小说翻译的网站,支持浏览日本网络小说或上传EPUB/TXT文件生成多种机器翻译版本
EPUBGithub开源项目日文网络小说机翻自动生成轻小说机翻机器人
轻小说机翻机器人是一个自动生成和分享轻小说翻译的网站,支持浏览日本网络小说或上传EPUB/TXT文件生成多种机器翻译版本。支持的翻译器包括百度、有道、GPT3.5、GPT4 API等,翻译结果兼容日文、中文及中日对比格式,并支持生成EPUB和TXT文件。网站基于Vue3 + TypeScript + Vite + Naive UI开发,支持在线阅读和详细的开发及贡献文档。
x-transformers - 轻量级Transformer模型,支持完整的编解码器配置和最新研究成果,适合各种从图像分类到语言模型的应用
Githubtransformerx-transformers开源项目模型训练编码器编解码器
x-transformers提供了多功能的Transformer模型,支持完整的编解码器配置和最新研究成果,适合各种应用,从图像分类到语言模型。其先进技术如闪存注意力和持久内存,有助于提高模型的效率和性能。此项目是研究人员和开发者的理想选择,用于探索和优化机器学习任务中的Transformer技术。
TextSnatcher - Linux平台高效图像文字识别工具
GithubLinux应用OCRTextSnatcher图像文字识别开源软件开源项目
TextSnatcher是一款为Linux平台开发的开源OCR工具,基于Tesseract OCR 4.x引擎。它支持多语言识别,能快速从图像中提取文字。用户通过简单拖动即可完成文本复制,操作便捷。TextSnatcher界面友好,适用于日常和工作中的各种文字提取需求。该工具效率高,功能实用,为Linux用户提供了便捷的图像文字识别解决方案。
transformers-interpret - 快速解读Transformer模型的工具,只需2行代码
GithubTransformers Interprettransformers可视化开源项目文本分类解释工具
Transformers-interpret是一款为Transformer模型设计的解释工具,只需简单代码即可实现。支持文本和计算机视觉模型,并可在笔记本中展示或保存为PNG和HTML文件。通过导入预训练模型和tokenizer,用户能快速获得预测分类解释,并提供可视化功能。此项目基于Captum库构建,支持多标签分类等功能,帮助开发者深入理解模型决策。
smanga - Docker部署的流媒体漫画阅读器 支持多格式和多种阅读模式
DockerGithubSmanga多平台开源项目流媒体漫画阅读器
Smanga是一款基于Docker的漫画流媒体阅读工具,支持zip、cbz、pdf等多种格式。它提供条漫、翻页、双页等阅读模式,具备书签和历史记录功能。Smanga适配手机、平板、PC等设备,提供良好的阅读体验。此外,它还支持批量管理海量漫画资源,适合漫画爱好者使用。
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