相关项目
eynollah
Eynollah是一款文档布局分析工具，支持多达10种分割类别，包括文本区域、页眉和图像等。它具有图像优化、文本行分割和阅读顺序检测等功能，结合了深度学习和启发式算法。Eynollah输出符合PAGE-XML标准，可作为OCR-D处理器使用。该项目主要面向历史文献分析，适用于需要精确文档布局分析的研究和应用场景。
deformable-detr-DocLayNet
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。