AIbase

文档信息提取
Vintern 1B V3 5
MIT
Vintern-1B-v3.5是基于InternVL2.5-1B微调的多模态大语言模型，专注于越南语文本处理，在OCR和理解越南特色文档方面表现卓越。
图像生成文本
Transformers
支持多种语言
V
5CD-AI
6,875
35
OCR DocVQA Donut
MIT
Donut是一个OCR-free的文档理解Transformer模型，结合视觉编码器和文本解码器实现文档视觉问答任务。
图像生成文本
Transformers
O
jinhybr
240
13
Table Transformer Structure Recognition
MIT
基于PubTables1M数据集训练的表格变换器模型，用于从非结构化文档中提取表格结构
文字识别
Transformers
T
microsoft
1.2M
186
Lmv2 G Aadhaar 236doc 06 14
该模型是基于microsoft/layoutlmv2-base-uncased微调的版本，专注于文档信息提取任务，在Aadhaar卡、出生日期、性别和姓名等字段的提取上表现出色。
序列标注
Transformers
L
Sebabrata
52
0
Layoutlmv3 Finetuned Sroie
基于微软LayoutLMv3-base模型在SROIE数据集上微调的文档理解模型，擅长从扫描文档中提取结构化信息
文字识别
Transformers
L
Theivaprakasham
409
0
Layoutlmv2 Finetuned Sroie
基于LayoutLMv2架构在SROIE数据集上微调的文档信息提取模型，擅长从收据文档中提取关键字段
序列标注
Transformers
L
Theivaprakasham
71
2