AIbase

F

Florence2 EntityExtraction

由 jena-shreyas 开发
Florence-2 DocVQA 是基于 Microsoft Florence-2-large 模型微调的文档视觉问答模型，专门用于处理文档图像中的问答任务。
图像生成文本
Transformers
英语
开源协议:MIT#文档视觉问答#多模态理解#英文文档处理
下载量 23
发布时间 : 9/15/2024
模型介绍
内容详情
替代品

模型简介

该模型专注于文档视觉问答（DocVQA），能够理解文档图像中的内容并回答相关问题。适用于需要从扫描文档或数字文档中提取信息的场景。

模型特点

文档理解能力
能够解析和理解文档图像中的文本和布局信息。
问答功能
针对文档内容回答用户提出的问题。
基于Florence-2架构
利用强大的视觉语言模型基础，提供高质量的文档理解能力。

模型能力

文档图像理解
视觉问答
文本信息提取

使用案例

文档处理
合同分析
从法律合同中提取关键条款和条件信息。
快速定位合同中的重要条款
发票处理
识别发票中的金额、日期和供应商信息。
自动化发票数据提取
教育
学习材料问答
回答学生关于教材内容的提问。
辅助学习过程