热门
导航
快讯
推荐文章
热门
导航
快讯
推荐文章
#高分辨率处理
InternViT-6B-448px-V1-5 - 提升视觉模型分辨率及多语言OCR精度
Github
开源项目
视觉基础模型
高分辨率处理
InternViT-6B-448px-V1-5
图像特征提取
Huggingface
OCR能力
模型
InternViT-6B-448px-V1-5在InternViT-6B-448px-V1-2的基础上,通过动态调整训练图像分辨率和强化数据集质量来提高模型的高分辨率处理和OCR能力。该模型具有5540M参数,使用1到12块瓦片进行训练,并通过PaddleOCR进行了中英文OCR处理,增强了多语言OCR性能。建议在构建视觉语言模型时,使用最后一层的特征。
1
1
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