Project Icon

unstructured-inference

非结构化数据布局解析工具 支持多种检测模型

unstructured-inference 是一个专注于文档布局分析的开源项目。它能够从各种文件中提取文档结构和文本内容,适用于需要高效文档处理的场景。该项目提供多种检测模型,如 Detectron2 和 YOLOX,可通过 API 与 unstructured 包集成。它支持自定义模型,为开发者提供了灵活的布局解析解决方案。

YOLOX - 无锚目标检测算法YOLOX,设计简洁性能优越
GithubMegEnginePyTorchYOLOXanchor-freeobject detection开源项目
YOLOX是一种无锚版YOLO,设计简洁,性能更优,旨在弥合研究与工业界的差距。项目基于PyTorch实现,并提供MegEngine版本。支持可视化工具、JIT编译、快速训练优化等多项更新。未来计划推出YOLOX-P6、大模型、Objects365预训练和Transformer模块等功能。通过融合ONNX、TensorRT、OpenVINO等多种部署方案,满足不同应用场景需求。
unitable - 整合表格识别任务的统一框架
GithubTransformerUniTable开源项目自监督预训练表格结构表格识别
UniTable是一个创新的表格识别框架,统一了训练范式、目标和模型架构。它利用自监督预训练和语言建模,有效处理表格结构、单元格内容和边界框识别。该项目在四个大型数据集上展现最先进性能,并提供完整的推理流程Jupyter Notebook,支持多数据集微调和全面表格识别。
YOLOv6 - 高性能目标检测框架支持多场景应用
GithubYOLOv6开源项目模型训练深度学习目标检测计算机视觉
YOLOv6是一款高效的目标检测框架,提供从轻量级到大型的多种模型选择。它在速度和精度上取得平衡,支持量化和移动端部署,适用于各种实时检测场景。最新版本还引入了分割功能,扩展了应用范围。YOLOv6不仅适用于工业领域,还可广泛应用于安防、交通等多个领域。
KuiperInfer - 开源轻量级深度学习推理框架
C++GithubKuiperInfer大模型开源项目推理框架深度学习
KuiperInfer是一个开源深度学习推理框架,支持Resnet、Yolov5和LLama2等主流模型。基于现代C++设计,该框架提供高效算子实现和优化技术,适用于图像分类、目标检测和自然语言处理任务。KuiperInfer不仅是实用的推理工具,还是学习深度学习框架设计和C++工程实践的优质资源。
onnx-tool - 专注于深度学习和自然语言处理的ONNX模型管理工具
Githubonnx-tool内存压缩开源项目形状推理模型压缩模型概要分析
ONNX-tool是一款强大的工具,支持ONNX模型的解析和编辑、推断和压缩。适用于自然语言处理和计算机视觉模型,提供模型构建、形状推断、激活压缩、权重压缩及计算图优化,以提升推理性能和存储效率。
layoutlmv3-base - 多模态文档AI预训练模型
Document AIGithubHuggingfaceLayoutLMv3多模态预训练开源项目文本图像掩码文档人工智能模型
LayoutLMv3是一款文档AI预训练模型,采用统一的文本和图像掩码方法。该模型架构简单,训练目标明确,适用于多种文档AI任务。通过微调,LayoutLMv3可用于表单理解、收据识别、文档问答等文本相关任务,以及文档图像分类、文档布局分析等图像相关任务。作为通用预训练模型,LayoutLMv3在文档AI领域的多项任务中表现出色。
llmdocparser - 基于LLM的智能PDF解析与内容分析工具包
GithubLLMDocParserPDF解析多模态模型布局分析开源项目文本分析
LLMDocParser是一款智能PDF解析和内容分析工具包,结合大型语言模型(LLM)技术。该工具采用布局分析模型识别PDF文档中的文本、标题、图表等元素,并通过多模态模型实现智能解析。支持Azure、OpenAI等多种LLM平台,LLMDocParser能高效处理复杂PDF文档,为RAG解决方案提供结构化文本输出,适用于各类文档智能化处理场景。
X-Decoder - 像素、图像和语言的统一解码模型
GithubX-Decoder图像分割多任务学习开放词汇分割开源项目计算机视觉
X-Decoder是一个通用解码模型,可生成像素级分割和标记级文本。该模型在多个数据集上实现了开放词汇分割和指代分割的最佳结果,在分割和视觉语言任务上表现出色。X-Decoder支持语义、实例和全景分割,以及图像描述、图像-文本检索等多种任务。此外,它还能进行区域检索、指代描述、图像编辑等零样本任务组合。
model-explorer - AI模型结构可视化与分析工具
GithubModel Explorer开源项目模型分析模型可视化模型调试深度学习
Model Explorer是一款AI模型结构可视化工具,支持TFLite、TF、TFJS、MLIR和PyTorch等多种格式。它提供层级化展示,允许动态展开或折叠各层,并具备高亮输入输出、元数据叠加、交互式弹窗等功能。工具还支持搜索、显示相同层和GPU加速渲染,方便开发者进行模型探索和调试。Model Explorer提供扩展框架,便于添加对其他格式的支持。
layoutlm-document-qa - LayoutLM文档智能问答模型
GithubHuggingfaceLayoutLM图像识别开源项目文档问答模型自然语言处理视觉问答
LayoutLM文档智能问答模型是一个经过SQuAD2.0和DocVQA数据集微调的多模态模型。它能够准确回答发票、合同等各类文档图像中的问题,支持简单的Python代码调用。该模型为文档信息提取和理解提供了高效便捷的解决方案,适用于多种文档处理场景。
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

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。

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