需求人群:
"目标受众为需要进行文档图像处理的企业和研究机构,特别是那些需要自动化文档处理和档案数字化的领域。ViTLP的快速推理速度和高准确率使其成为这些场景的理想选择。"
使用场景示例:
案例一:使用ViTLP对历史文献进行数字化,自动提取文献中的文本信息。
案例二:在法律领域,利用ViTLP对大量的案件文档进行自动化处理和信息提取。
案例三:在金融行业,通过ViTLP对合同文档进行智能分析,提取关键条款。
产品特色:
• 原生OCR文本定位和识别:ViTLP能够直接在文档图像上进行文本的定位和识别。
• 预训练模型ViTLP-medium:提供了一个预训练的模型,拥有380M参数,能够在有限的计算资源下提供较好的性能。
• 快速推理速度:在Nvidia 4090上,ViTLP能够快速处理文档图像,推理速度在5到10秒内完成一页文档图像的处理。
• Huggingface平台支持:ViTLP模型的预训练权重可以在Huggingface平台上找到,方便用户下载和使用。
• 易于集成和使用:通过提供的代码和指令,用户可以轻松地将ViTLP集成到自己的项目中。
• 支持批量解码:通过提供的decode.sh脚本,用户可以进行批量文档图像的解码处理。
• 适用于文档智能处理:ViTLP特别适合需要文档图像文本检测和识别的场景,如自动化文档处理、档案数字化等。
使用教程:
1. 访问ViTLP的GitHub页面并克隆项目到本地。
2. 安装所需的依赖项,运行`pip install -r requirements.txt`。
3. 克隆预训练的ViTLP模型权重到指定目录,使用`git clone https://huggingface.co/veason/ViTLP-medium ckpts/ViTLP-medium`。
4. 运行demo,使用`python ocr.py`并上传文档图像进行测试。
5. 查看`decode.py`了解详细的推理代码,并可以通过`bash decode.sh`运行批量解码。
6. 如需对ViTLP进行微调,可以参考`./finetuning`目录下的指南。
浏览量:33
最新流量情况
月访问量
5.16m
平均访问时长
00:06:42
每次访问页数
5.81
跳出率
37.20%
流量来源
直接访问
52.27%
自然搜索
32.92%
邮件
0.05%
外链引荐
12.52%
社交媒体
2.15%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
11.99%
德国
3.63%
印度
9.20%
俄罗斯
5.25%
美国
19.02%
文档智能的视觉引导生成文本布局预训练模型
ViTLP是一个视觉引导的生成文本布局预训练模型,旨在提高文档智能处理的效率和准确性。该模型结合了OCR文本定位和识别功能,能够在文档图像上进行快速准确的文本检测和识别。ViTLP模型的预训练版本ViTLP-medium(380M参数)在计算资源和预训练数据集规模的限制下,提供了一个平衡的解决方案,既保证了模型的性能,又优化了推理速度和内存使用。ViTLP的推理速度在Nvidia 4090上处理一页文档图像通常在5到10秒内,与大多数OCR引擎相比具有竞争力。
从实体书籍中提取划线或手写标记的文本
Excerptor是一个专门设计来从实体书籍中提取划线或手写标记文本的工具。它通过图像处理和光学字符识别技术,将书籍中的标记文本转换为数字格式,方便用户编辑和保存。这项技术的重要性在于它能够帮助用户快速从大量书籍中提取关键信息,提高研究和学习的效率。Excerptor以其高效、准确的文本识别能力和用户友好的操作界面,满足了学术研究、教育和个人学习等不同领域的需求。目前,Excerptor是免费提供给用户的,它的开发和维护由开源社区负责。
手写文本识别和字符检测模型
DTLR是一个基于检测的手写文本行识别模型,基于DINO-DETR进行改进,用于文本识别和字符检测。该模型在合成数据上预训练,然后在真实数据集上进行微调。它对于OCR(光学字符识别)领域具有重要意义,特别是在处理手写文本时,能够提高识别的准确性和效率。
通过统一的端到端模型实现OCR-2.0
GOT-OCR2.0是一个开源的OCR模型,旨在通过一个统一的端到端模型推动光学字符识别技术向OCR-2.0迈进。该模型支持多种OCR任务,包括但不限于普通文本识别、格式化文本识别、细粒度OCR、多裁剪OCR和多页OCR。它基于最新的深度学习技术,能够处理复杂的文本识别场景,并且具有较高的准确率和效率。
一键翻译各类图片内文字
该项目可以将漫画/图片中的文字进行翻译,主要功能包括文本检测、光学字符识别(OCR)、机器翻译和图像修补。它支持多种语言如日语、中文、英语和韩语等,可实现近乎完美的翻译效果。该项目主要面向漫画爱好者和图像处理工作者,可以方便地阅读外语漫画或进行图像的多语言处理。此外,它还提供Web服务、在线演示和命令行工具等多种使用方式,具有良好的可用性。该项目代码开源,欢迎大家一起完善和贡献。
为漫画自动生成文本记录:检测漫画角色、文本块和面板,对面板进行排序,聚类角色,匹配文本与其说话者,并执行光学字符识别(OCR)
magi是一个用于自动为漫画生成文本记录的模型,它能够检测漫画中的角色、文本块和面板,并将它们按照正确的顺序排列。此外,该模型还能够聚类角色,将文本与其对应的说话者匹配,并执行OCR以提取文本。
快速扫描和转换文本
OCR Magic是一款终极文本识别应用,支持几乎所有语言。借助我们先进的光学字符识别技术,您可以轻松扫描和转换图像和文档中的文本为可编辑和可搜索的数字文本。 无论您是学生、专业人士还是只想简化工作流程,OCR Magic都能满足您的需求。只需上传图像或文档,我们的应用程序将快速提取文本并将其翻译为您选择的语言。不再需要重新输入或手动转录 - OCR Magic使得处理任何来源的文本变得轻松。 但这还不是全部 - OCR Magic还配备了一系列有用的功能,以增强您的文本识别体验。支持多种文件格式、自动语言检测和可定制的输出选项,您可以根据自己的需求定制我们的应用程序。 不要再浪费时间手动转录文本 - 立即尝试OCR Magic,革新您的文本识别工作流程!
OCR解决方案API | 文档OCR文本识别
Pixl OCR Solution API是一款高效的OCR解决方案API,可以简化文档OCR文本识别流程。轻松从图像和文档中提取文本,实现快速信息检索。通过集成我们强大的API,不仅可以降低劳动成本,还能实现更快速和更明智的决策。
大规模多模态预训练数据集
allenai/olmo-mix-1124数据集是由Hugging Face提供的一个大规模多模态预训练数据集,主要用于训练和优化自然语言处理模型。该数据集包含了大量的文本信息,覆盖了多种语言,并且可以用于各种文本生成任务。它的重要性在于提供了一个丰富的资源,使得研究人员和开发者能够训练出更加精准和高效的语言模型,进而推动自然语言处理技术的发展。
将图像转换成结构化的Markdown文档
LlamaOCR.com是一个基于OCR技术的在线服务,它能够将上传的图像文件转换成结构化的Markdown格式文档。这项技术的重要性在于它极大地提高了文档转换的效率和准确性,尤其是在处理大量文本资料时。LlamaOCR.com由'Together AI'提供支持,并且与'Nutlope/llama-ocr'的GitHub仓库相关联,显示了其开源和社区支持的背景。产品的主要优点包括易用性、高效率和准确性。
快速高效的非结构化数据提取工具
Extractous是一个用Rust编写的非结构化数据提取工具,提供多语言绑定。它专注于从各种文件类型(如PDF、Word、HTML等)中提取内容和元数据,并且性能优异,内存占用低。Extractous通过原生代码执行实现快速处理速度和低内存使用,支持多种文件格式,并集成了Apache Tika和tesseract-ocr技术,使其能够处理广泛的文件类型并进行OCR识别。该工具的开源性质和Apache 2.0许可使其可以免费用于商业用途,适合需要处理大量文档数据的企业和开发者。
一站式OCR代理,快速从图像中生成洞见。
TurboLens是一个集OCR、计算机视觉和生成式AI于一体的全功能平台,它能够自动化地从非结构化图像中快速生成洞见,简化工作流程。产品背景信息显示,TurboLens旨在通过其创新的OCR技术和AI驱动的翻译及分析套件,从印刷和手写文档中提取定制化的洞见。此外,TurboLens还提供了数学公式和表格识别功能,将图像转换为可操作的数据,并将数学公式翻译成LaTeX格式,表格转换为Excel格式。产品价格方面,TurboLens提供免费和付费两种计划,满足不同用户的需求。
一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。
MinerU是一个开源工具,专注于将PDF文件转换成机器可读的格式,如Markdown和JSON,便于内容的提取和进一步处理。它在科学文献中解决符号转换问题,支持多种输出格式,并兼容多种操作系统。MinerU的主要优点包括去除页眉、页脚、脚注等,保持文档原有结构,自动识别和转换文档中的公式和表格,支持OCR功能,并且支持多达84种语言的检测和识别。
开源的32亿参数代码生成语言模型
Qwen2.5-Coder-32B-Instruct-GPTQ-Int4是基于Qwen2.5的代码生成大型语言模型,具有32.5亿参数量,支持长文本处理,最大支持128K tokens。该模型在代码生成、代码推理和代码修复方面有显著提升,是当前开源代码语言模型中的佼佼者。它不仅增强了编码能力,还保持了在数学和通用能力方面的优势。
新一代可靠且可定制的OCR解决方案
Koncile Extract是一款基于人工智能的光学字符识别(OCR)技术,能够将文档中的文本转换为可编辑和可搜索的数据。它通过使用先进的计算机视觉和自然语言处理技术,提供了高准确率的文本提取服务。Koncile Extract的主要优点包括高准确率、易于定制以及能够处理复杂文档的能力。产品背景信息显示,Koncile旨在通过其OCR技术帮助企业提高数据处理效率,降低人工成本。关于价格和定位,Koncile Extract提供定制化的解决方案,以满足不同企业的需求,具体价格可能需要根据客户需求进行商议。
Qwen2.5-Coder系列中的指令调优0.5B参数代码生成模型
Qwen2.5-Coder是Qwen大型语言模型的最新系列,专注于代码生成、代码推理和代码修复。基于强大的Qwen2.5,通过扩展训练令牌到5.5万亿,包括源代码、文本代码基础、合成数据等,Qwen2.5-Coder-32B已成为当前最先进的开源代码LLM,其编码能力与GPT-4o相匹配。该模型不仅增强了编码能力,还保持了在数学和通用能力方面的优势,为实际应用如代码代理提供了更全面的基础。
免费 npm 库,用 Llama 3.2 Vision 进行 OCR,输出 markdown 文本
开源 npm 库,免费使用 Llama 3.2 Vision 进行 OCR,支持本地和远程图像,计划支持 PDF,受 Zerox 启发,有免费和付费接口
Qwen2.5-Coder系列中的3B参数模型,专注于代码生成与理解。
Qwen2.5-Coder-3B是Qwen2.5-Coder系列中的一个大型语言模型,专注于代码生成、推理和修复。基于强大的Qwen2.5,该模型通过增加训练令牌至5.5万亿,包括源代码、文本代码基础、合成数据等,实现了在代码生成、推理和修复方面的显著改进。Qwen2.5-Coder-32B已成为当前最先进的开源代码大型语言模型,其编码能力与GPT-4o相匹配。此外,Qwen2.5-Coder-3B还为现实世界的应用提供了更全面的基础,如代码代理,不仅增强了编码能力,还保持了在数学和通用能力方面的优势。
Qwen2.5-Coder系列技术报告
Qwen2.5-Coder系列是基于Qwen2.5架构的代码特定模型,包括Qwen2.5-Coder-1.5B和Qwen2.5-Coder-7B两个模型。这些模型在超过5.5万亿个token的大规模语料库上继续预训练,并通过精细的数据清洗、可扩展的合成数据生成和平衡的数据混合,展现出令人印象深刻的代码生成能力,同时保持了通用性。Qwen2.5-Coder在包括代码生成、补全、推理和修复在内的多种代码相关任务上取得了超过10个基准测试的最新性能,并且一致性地超越了同等大小的更大模型。该系列的发布不仅推动了代码智能研究的边界,而且通过其许可授权,鼓励开发者在现实世界的应用中更广泛地采用。
高精度将图片或PDF转换为Markdown文本或JSON结构化文档的API
pdf-extract-api是一个使用现代OCR技术和Ollama支持的模型将任何文档或图片转换为结构化的JSON或Markdown文本的API。它使用FastAPI构建,并使用Celery进行异步任务处理,Redis用于缓存OCR结果。该API无需云或外部依赖,所有处理都在本地开发或服务器环境中完成,确保数据安全。它支持PDF到Markdown的高精度转换,包括表格数据、数字或数学公式,并且可以使用Ollama支持的模型进行PDF到JSON的转换。此外,该API还支持LLM改进OCR结果,去除PDF中的个人身份信息(PII),以及分布式队列处理和缓存。
AI驱动的电子元件分类器,智能组件管理的终极解决方案。
Vanguard-s/Electronic-Component-Sorter是一个利用机器学习和人工智能自动化识别和分类电子元件的项目。该项目通过深度学习模型,能够将电子元件分为电阻、电容、LED、晶体管等七大类,并通过OCR技术进一步获取元件的详细信息。它的重要性在于减少人工分类错误,提高效率,确保安全性,并帮助视觉障碍人士更便捷地识别电子元件。
多语言大型语言模型,支持23种语言
Aya Expanse是一个具有高级多语言能力的开放权重研究模型。它专注于将高性能的预训练模型与Cohere For AI一年的研究成果相结合,包括数据套利、多语言偏好训练、安全调整和模型合并。该模型是一个强大的多语言大型语言模型,服务于23种语言,包括阿拉伯语、中文(简体和繁体)、捷克语、荷兰语、英语、法语、德语、希腊语、希伯来语、印地语、印尼语、意大利语、日语、韩语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、西班牙语、土耳其语、乌克兰语和越南语。
macOS平台上的简洁易用翻译词典应用
Easydict是一款专为macOS平台设计的翻译词典应用,它以简洁和易用著称,允许用户轻松优雅地查找单词或翻译文本。这款应用支持多种翻译服务,包括有道词典、DeepL、OpenAI (ChatGPT)、谷歌、腾讯、必应、百度、牛翻译、Lingocloud、阿里和火山翻译等,满足了用户对不同翻译服务的需求。Easydict的主要优点在于其自动选择翻译功能,能够在用户搜索单词后自动显示查询图标,并通过鼠标悬停进行查询。此外,它还支持系统OCR截图翻译,如Silent Screenshot OCR,进一步增强了其实用性。
智能文档处理解决方案
Parseflow是一个数据自动化平台,专注于通过先进的OCR和AI技术实现文档数据的自动提取和结构化。它能够显著降低操作成本,提高工作效率,适用于从发票、合同到电子邮件和简历等多种文档类型。该平台易于集成,支持60多种语言,并提供安全的数据存储。Parseflow的主要优点包括快速的数据提取、广泛的文档类型支持、多语言识别能力以及与6000多个应用的集成能力。它的目标是帮助企业释放数据的潜力,提高运营效率。
一款多功能的屏幕搜索和截屏软件。
eSearch 是一款基于Electron开发的跨平台屏幕搜索和截屏软件,支持Linux、Windows和Mac系统。它集成了截屏、OCR文字识别、搜索、翻译、贴图、屏幕翻译、以图搜图、滚动截屏和录屏等功能。eSearch旨在提供一种方便快捷的方式来获取屏幕上的信息,并通过OCR技术将图片中的文字转换为可编辑的文本,支持多语言识别和翻译,极大地提高了工作效率。
开源数据摄取API服务
Chunkr是一个开源的数据摄取API服务,专注于文档布局分析、OCR和分块处理,将文档转换成适合RAG和LLM的数据格式。支持PDF、DOC、PPT和XLS文件。该服务能够将文本、表格、图像和手写内容进行结构化处理,为人工智能和机器学习应用提供数据支持。它由Lumina AI Inc.维护,并且提供免费试用和定价方案。
高效OCR阅读工具,快速获取书籍精华。
小虫快读是一款基于OCR和AI大语言模型的高效阅读工具,通过手机相机拍摄书籍页面,利用先进的OCR技术自动识别文字,AI大语言模型几秒内生成书籍的核心内容和精华总结,并通过AI语音播放功能,让用户轻松听书,解放双眼,提升学习效率。
视觉增强的检索与生成系统
VARAG是一个支持多种检索技术的系统,优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入,简化了传统的检索流程,并使用先进的视觉语言模型进行编码,提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容,为文档检索提供强大的支持。
© 2024 AIbase 备案号:闽ICP备08105208号-14