Project Icon

trocr-large-handwritten

TrOCR:大规模预训练的手写文本识别模型

trocr-large-handwritten是一个基于Transformer架构的大规模手写文本OCR模型,在IAM数据集上进行了微调。它由图像编码器和文本解码器组成,能够准确识别单行手写文本图像。该模型具有强大的性能,可用于手写文本数字化和信息提取,为研究人员和开发者提供了高效的OCR解决方案。

keras-ocr - 基于Keras的开源文本检测和OCR解决方案
Githubkeras-ocr图像处理开源项目文字识别深度学习计算机视觉
keras-ocr是一个开源的文本检测和OCR工具包,集成了CRAFT检测模型和CRNN识别模型。该项目提供高级API用于训练和部署OCR流程,支持Python 3.6+和TensorFlow 2.0.0+环境。keras-ocr自带预训练模型,在COCO-Text验证集上表现接近主流云服务。它为开发者提供了一个灵活、高效且易于使用的OCR开发平台。
layoutlmv3-large - 统一文本和图像掩码的文档AI预训练模型
GithubHuggingfaceLayoutLMv3Transformer多模态模型开源项目文档AI模型预训练
LayoutLMv3是一种用于文档AI的多模态Transformer模型,由Microsoft Document AI项目开发。该模型采用统一的文本和图像掩码预训练方法,架构简单且通用。LayoutLMv3可应用于表单理解、收据识别、文档视觉问答等文本相关任务,以及文档图像分类和布局分析等图像相关任务。这种灵活性使其成为文档AI领域的通用预训练模型,为多种文档处理任务提供了有力支持。
dit-base-finetuned-rvlcdip - 基于自监督学习的文档图像转换模型应用
Document Image TransformerGithubHuggingfaceRVL-CDIP开源项目文档分类模型自我监督学习视觉编码器
Document Image Transformer 是一种基于 Transformer 的模型,专为自监督学习而设计,通过大量文档图像来学习图像的内在表示。经过 RVL-CDIP 数据集的细调,该模型适用于文档图像分类、表格检测和文档布局分析等任务。通过在预训练编码器上添加线性层,可以灵活实现不同任务的目标。模型将图像划分为16x16像素固定块,并使用离散 VAE 编码器的视觉 token 进行预测。该技术解决方案在灰度图像分类中表现出色,尤其是在细分类别的文档图像任务中。
layoutlm-large-uncased - 微软开发的多模态文档理解大型预训练模型
GithubHuggingfaceLayoutLM信息提取多模态学习开源项目文档理解模型预训练模型
LayoutLM-large-uncased是微软开发的大型多模态文档理解预训练模型。该模型融合文本、版面布局和图像信息,在表单和收据理解等文档AI任务中表现出色。模型架构包括24层、1024隐藏单元、16个注意力头,总计3.43亿参数。经过1100万份文档的2轮预训练,LayoutLM为文档图像理解和信息提取任务提供了高效解决方案。
tessdoc - 多语言支持的开源文字识别引擎
GithubOCRTesseract开源软件开源项目文字识别机器学习
Tesseract是一款功能强大的开源OCR引擎,支持100多种语言和35种以上的文字。它提供命令行和API接口,可从图像中精确提取文本。Tesseract采用LSTM神经网络技术,具有高度可定制性,并配备完善的训练测试工具。该引擎可跨平台使用,包括移动设备,为开发者提供了灵活的文字识别解决方案。
t5-large - 统一文本到文本格式的大规模多语言NLP模型
GithubHuggingfaceT5多任务学习开源项目文本生成模型自然语言处理迁移学习
T5-Large是一个基于Text-To-Text Transfer Transformer架构的NLP模型,拥有7.7亿参数。该模型采用统一的文本到文本格式,能够处理机器翻译、文档摘要、问答和分类等多种任务。T5-Large在C4语料库上进行预训练,支持英语、法语、罗马尼亚语和德语,并在24项NLP任务中展现出优秀性能。这个versatile模型为各种文本处理应用提供了强大的基础。
manga-ocr-base - 高精度日语漫画OCR模型支持多场景文本识别
GithubHuggingfaceManga OCR图像文本转换开源项目日本漫画日语文字识别模型视觉编码器解码器
manga-ocr-base是一款专为日语漫画开发的OCR模型,采用Vision Encoder Decoder框架。它不仅能识别垂直和水平文本,还可处理带振假名的文字和图像上的叠加文字。该模型适用于多种字体和样式,并能在低质量图像中保持高识别率。除漫画外,它还可用于一般日语印刷文本识别。该开源项目已在GitHub上发布,为日语文本识别领域提供了新的解决方案。
surya_rec2 - Surya项目专用的光学字符识别模型
GithubHuggingfaceOCRSuryatransformers开源开源项目模型
surya_rec2是Surya项目的光学字符识别(OCR)组件,基于Transformers库开发。该模型旨在从图像中提取文本,可处理各种文档和图像场景。作为Surya项目的一部分,这个OCR模型致力于提高文本识别的准确性和效率。该模型采用CC-BY-NC-SA-4.0许可证发布,供非商业用途使用。
InternViT-6B-448px-V1-5 - 提升视觉模型分辨率及多语言OCR精度
GithubHuggingfaceInternViT-6B-448px-V1-5OCR能力图像特征提取开源项目模型视觉基础模型高分辨率处理
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。
dit-base - 面向文档智能处理的自监督预训练图像Transformer模型
DiTGithubHuggingface图像编码开源项目文档分析文档图像转换器模型自监督预训练
DiT-base是一款基于Transformer架构的文档图像处理模型,通过在4200万份文档图像上进行自监督预训练而成。该模型运用掩码补全任务来学习图像的内部表示,可应用于文档分类、表格检测和版面分析等多种任务。DiT-base能够将文档图像编码为向量,为文档智能处理领域的各类应用奠定了基础。
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