AIbase

文档图像处理
Table Transformer Page Segmentation Floorplan
这是一个基于Transformer架构的图像分割模型，专门用于处理页面布局和平面图的分割任务。
图像分割
Transformers
T
digscom
22
0
Monkey Chat
猴模型是一种大型多模态模型，通过提升图像分辨率和改进文本标签方法，在多项视觉任务中表现优异。
图像生成文本
Transformers
M
echo840
179
16
Monkey
猴子模型是一种高效的大型多模态模型，通过提升图像分辨率和改进文本标签方法，在多个视觉任务中表现优异。
图像生成文本
Transformers
M
echo840
308
31
Dof Passport 1
MIT
基于naver-clova-ix/donut-base微调的模型，具体用途未明确说明
图像生成文本
Transformers
D
Sebabrata
16
0
Dof Receipts 1
MIT
基于naver-clova-ix/donut-base微调的模型，用于处理图像数据
文字识别
Transformers
D
Sebabrata
31
0
Donut Proto
MIT
Donut是一种无需OCR的文档理解Transformer模型，结合视觉编码器和文本解码器处理图像到文本的转换
图像生成文本
Transformers
D
naver-clova-ix
30
7
Donut Base
MIT
Donut是一种无需OCR的文档理解Transformer模型，由视觉编码器(Swin Transformer)和文本解码器(BART)组成。
图像生成文本
Transformers
D
naver-clova-ix
50.34k
207