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。

efficientdet - EfficientDet目标检测模型的PyTorch实现
COCO数据集EfficientDetGithub开源项目深度学习目标检测计算机视觉
本项目提供了EfficientDet目标检测模型的PyTorch实现。支持COCO数据集的训练、评估和测试,在COCO val2017上达到0.314 mAP。包含预训练权重、视频测试功能和使用说明。适合研究人员和开发者参考使用。
darkflow - 实时物体检测与分类工具,支持多种YOLO模型
GithubYOLOdarkflowobject detectiontensorflow开源项目训练模型
Darkflow是一个用于实时物体检测和分类的开源项目,兼容Python3、Tensorflow、Numpy和OpenCV。用户可以通过pip安装、构建Cython扩展或使用自定义标签进行训练和推理。项目还提供Android演示和支持保存加载protobuf文件,适合跨平台应用。
TF-ID - 开源AI模型助力学术论文表格和图像高效提取
GithubTF-ID图像识别学术论文对象检测开源项目表格识别
TF-ID是一系列用于从学术论文中提取表格和图像的目标检测模型。项目开源了训练代码、模型权重和标注数据集。TF-ID包含四个版本,分为基础和大型模型,可提取有无标题文本的表格和图像。模型基于Florence-2微调,测试准确率达98.06%。项目提供使用示例和完整训练指南,方便研究者复现和应用。
Unfile - 一键将多种格式文档转换为AI可用纯文本
AI工作流AI工具API文件转换文档数据提取无代码
Unfile是一款专为AI工作流设计的文档数据提取工具。通过简单的API接口,可将PDF、CSV、TXT、XLS(X)和DOCX等格式文档快速转换为AI直接可用的纯文本。该工具采用一次性付费模式,无需订阅即可终身使用。Unfile提供详细文档和无代码友好的配置指南,便于用户快速上手。适用于需要在AI应用中处理大量文档的开发者和创业团队。
openvino - 提升深度学习模型部署与优化的开源工具包
AI应用GithubOpenVINO开源项目性能提升模型部署深度学习模型优化热门
OpenVINO™是一款开源软件工具包,用于优化和部署深度学习模型。它支持多种框架如TensorFlow、PyTorch等,能在从边缘到云的多种平台上高效部署。此工具包还包含大量社区资源和教程,助力提升计算机视觉、自然语言处理等领域的模型性能。
ComfyUI-Florence2 - 基于Florence-2视觉基础模型,可处理多种视觉和视觉-语言任务
ComfyUIDocVQAFlorence2Github多任务学习开源项目视觉基础模型
ComfyUI-Florence2项目基于Florence-2视觉基础模型,可处理多种视觉和视觉-语言任务。除支持图像描述、物体检测和分割外,还新增文档视觉问答功能。项目利用FLD-5B数据集进行多任务学习,采用序列到序列架构,在零样本和微调场景下表现优异。用户可通过ComfyUI界面便捷使用Florence2的各项功能。
speculative-decoding - 推测解码技术,优化大型语言模型推理速度
GithubSpeculative Decoding大语言模型开源项目性能优化推理加速自然语言处理
该开源项目聚焦于推测解码技术的研究与实现,旨在提升大型语言模型的文本生成效率。项目涵盖了多种推测解码策略,包括提前退出、推测采样和先知变压器。同时,项目致力于优化批处理推测解码,以增强整体性能。研究计划还包括对比不同策略的效果,并探索微观优化方法。这些工作为加快AI模型推理速度提供了新的技术思路。
bros-base-uncased - 整合文本布局的文档信息提取预训练语言模型
BROSGithubHuggingface光学字符识别开源项目文本布局分析文档信息提取模型预训练语言模型
BROS是一种创新的预训练语言模型,结合了文本内容和空间布局信息,以提升文档关键信息提取的效果。该模型能够处理OCR识别后的文本和边界框数据,适用于多种文档分析任务,例如从收据中提取商品清单。BROS提供base和large两种规模的模型,参数量分别约为110M和340M。这一开源项目已在Hugging Face平台上发布,为研究人员和开发者提供了强大的文档信息提取工具。
DAMO-YOLO - 基于YOLO系列和嵌入包括神经网络架构搜索及轻量级算法在内的多项新技术的对象检测算法
DAMO-YOLOGithub开源项目性能优化检测模型目标检测算法更新
DAMO-YOLO, 阿里巴巴DAMO实验室的先进对象检测技术,基于YOLO系列和嵌入包括神经网络架构搜索及轻量级算法在内的多项新技术,以优化性能和效率。针对广泛行业场景,提供一站式解决方案,从训练到部署全面支持。
insightface - 综合人脸分析开源工具库
GithubInsightFace人脸对齐人脸检测人脸识别开源项目深度学习
InsightFace是一个综合人脸分析开源工具库,基于PyTorch和MXNet实现。它涵盖人脸识别、检测和对齐等多个任务,提供高效算法、训练数据和网络设计。支持ArcFace、RetinaFace等方法,并包含多种网络骨干。该项目还提供评估流程和预训练模型,适用于人脸分析的研究与应用。
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