OPEN SOURCE
Компоненти з відкритим вихідним кодом для обробки документів.
Створюйте надійніші робочі процеси OCR та обробки документів за допомогою публічних проєктів для визначення порядку читання та макета сторінки.
Ознайомитися з FreeOCR-AI на GitHubPROJECTS
Виберіть потрібний етап обробки документів
Використовуйте LayoutReader для відновлення порядку читання після OCR або парсингу PDF. Використовуйте YOLO DocLayNet для визначення областей сторінки перед подальшим вилученням.
ПОРЯДОК ЧИТАННЯ
LayoutReader
Коли OCR або парсер PDF правильно розпізнає текст, але повертає його в неправильній послідовності, LayoutReader впорядковує блоки тексту в правильний порядок для читання.
Що входить до комплекту
- Попередньо навчена модель для впорядкування фрагментів тексту, отриманих за допомогою OCR та PDF-парсерів.
- Інструменти для конвертації ReadingBank із рівня слів на рівень фрагментів (span-level).
- Навчання, оцінювання та точка входу на Python для розгортання моделі.
ВИЗНАЧЕННЯ МАКЕТА
YOLO DocLayNet
Якщо у вашому робочому процесі таблиці, заголовки, ілюстрації, формули та основний текст мають оброблятися по-різному, YOLO DocLayNet розпізнає області сторінки перед вилученням даних.
Що входить до комплекту
- Моделі, навчені на DocLayNet — наборі даних розмітки макетів документів, створеному людьми.
- Розпізнавання 11 типів елементів сторінки, зокрема тексту, таблиць, зображень, заголовків і формул.
- Конвертація даних, навчання, оцінювання, інференс та опубліковані результати для різних розмірів моделей.
GITHUB
Ознайомтеся з роботою в деталях
Кожен репозиторій містить вихідний код, ресурси моделі, документацію та окремі умови використання проєкту. Ознайомтеся з репозиторієм перед використанням у своєму продукті.