基于Microsoft Florence-2基础模型微调的图像转文本模型，支持瑞典语和英语，专注于历史手写文本识别和光学字符识别。

MixTex base_ZhEn 是一个支持中文和英语的图像转文本模型，基于MIT许可证发布。

这是一个基于ViT和GPT2架构的图像描述生成模型，能够为输入的图像生成自然语言描述。

Sarashina2-Vision-8B是由SB Intuitions训练的日本大型视觉语言模型，基于Sarashina2-7B和Qwen2-VL-7B的图像编码器，在多个基准测试中表现优异。

Bpe-vocab-n-OCR 是一款基于OCR的高级文本提取工具，专为生成结构化、分词的输出而优化。

基于Llama-3.2-11B-Vision-Instruct的LoRA适配视觉语言模型，可从图像中转录泰语手写文本。

基于Stable Diffusion XL的动漫风格图像生成模型，支持图像到文本的转换

基于transformers库的图像转文本模型，支持将图像内容转换为描述性文本。

基于TrOCR架构的天城文光学字符识别模型，专门针对尼泊尔语/天城文字符进行微调

TrOCR是一个基于Transformer的OCR模型，专门用于识别手写数学公式

Florence-2是微软开发的先进视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉语言任务。

Florence-2是微软开发的先进视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉语言任务。

Donut 是一个基于 Transformer 的图像转文本模型，能够从图像中提取和生成文本内容。

这是一个基于Transformer的OCR模型，专门用于识别德语手写文本。

基于google/paligemma-3b-mix-448微调的多模态表格检测模型，专用于识别图像中的表格区域

天秤座是一个基于大语言模型构建的解耦视觉系统，具备基础多模态理解能力。

一个专注于金融领域的图像转文本模型，支持英文文本识别，主要用于处理金融文档中的图像内容。

LLaVA-Phi-3-mini 是基于 Phi-3-mini-4k-instruct 和 CLIP-ViT-Large-patch14-336 微调的 LLaVA 模型，专注于图像转文本任务。

TrOCR 是一个基于Transformer的光学字符识别模型，用于从图像中提取文本内容。

InfiMM-HD是一个高分辨率多模态模型，能够理解和生成结合图像和文本的内容。

该模型是微软TrOCR印刷体模型的微调版本，专门用于僧伽罗文的OCR识别任务。

基于Hugging Face Transformers的光学字符识别模型，专门用于识别MNIST风格的数字图像

基于微软trocr-base-printed模型微调的验证码识别模型，专门用于处理印刷体文本的OCR任务

这是一个基于Vision Transformer(ViT)和GPT2架构的图像描述生成模型，能够为输入图像生成自然语言描述。

基于Donut框架的文档分类模型，在RVL-CDIP小规模数据集上训练

这是一个基于Transformer的OCR模型，专门用于识别波斯语文本图像。

基于microsoft/git-base微调的图像转文本模型

专注于日本漫画的日语文本光学字符识别模型

基于60000张图片训练集微调的Vit-GPT2架构验证码识别模型，能够准确识别图像中的验证码文本。

该模型是基于BLIP架构的图像描述生成模型，专门针对场景高层描述进行了微调。

Pix2Struct是一个图像编码器-文本解码器模型，针对多种视觉语言任务进行训练，包括图像描述和视觉问答。

TrOCR是一个基于视觉编码器-解码器架构的韩语图像转文本模型，使用DeiT作为图像编码器，RoBERTa作为文本解码器。

基于微软GIT框架的多模态模型，专注于从学生作业图像中提取文本并生成教师反馈

基于naver-clova-ix/donut-base在图像文件夹数据集上微调的模型，具体用途未明确说明

一个用于识别和解析历史商标文档的多语言图像转文本模型，支持德语、意大利语和法语。

一个用于希伯来语图像转文本的OCR模型，能够识别图像中的希伯来语文字。

一个基于TrOCR架构的日文漫画文本识别模型，专门用于从漫画图像中提取文本内容。

基于图像文件夹数据集训练的OCR模型，用于PDF文档的文本识别

基于微软trocr-base-handwritten微调的手写体OCR模型，在评估集上字符错误率(CER)为0.0360

TrOCR是一种基于Transformer的光学字符识别模型，专为手写文本识别设计，在IAM手写数据库上进行了微调。