OPEN SOURCE
Open-Source-Bausteine für Dokumentpipelines.
Erstellen Sie zuverlässigere OCR- und Dokument-Workflows mit öffentlichen Projekten für Lesereihenfolge und Seitenlayout.
FreeOCR-AI auf GitHub entdeckenPROJECTS
Wählen Sie den benötigten Dokumentverarbeitungsschritt
Nutzen Sie LayoutReader, um die Lesereihenfolge nach OCR oder PDF-Parsing wiederherzustellen. Nutzen Sie YOLO DocLayNet, um Seitenbereiche vor der weiteren Extraktion zu erkennen.
LESEREIHENFOLGE
LayoutReader
Wenn OCR oder PDF-Parsing den richtigen Text findet, ihn aber in der falschen Reihenfolge ausgibt, macht LayoutReader aus Textbereichsboxen eine nutzbare Lesereihenfolge.
Enthaltene Komponenten
- Ein vortrainiertes Modell zum Sortieren von Textspannen aus OCR- und PDF-Parsern.
- Werkzeuge zur Umwandlung von ReadingBank von wortbasierter zu spannbasierter Eingabe.
- Training, Auswertung und ein Python-Einstiegspunkt zum Bereitstellen des Modells.
LAYOUTERKENNUNG
YOLO DocLayNet
Wenn Ihr Workflow Tabellen, Titel, Abbildungen, Formeln oder Fließtext unterschiedlich behandeln muss, erkennt YOLO DocLayNet Seitenbereiche vor der Extraktion.
Enthaltene Komponenten
- Modelle, trainiert auf DocLayNet, einem von Menschen annotierten Datensatz für Dokumentlayouts.
- Erkennung von 11 Arten von Seitenelementen, darunter Text, Tabellen, Bilder, Titel und Formeln.
- Datenkonvertierung, Training, Auswertung, Inferenz und veröffentlichte Ergebnisse für verschiedene Modellgrößen.
GITHUB
Die Arbeit im Kontext entdecken
Jedes Repository enthält seinen Quellcode, Modellressourcen, Dokumentation und projektspezifische Bedingungen. Prüfen Sie das Repository, bevor Sie es in einem Produkt einsetzen.