PROJECTS
选择你需要的文档处理环节
OCR 或 PDF 解析后的阅读顺序修复，用 LayoutReader；下游提取前的页面区域识别，用 YOLO DocLayNet。
01
阅读顺序
LayoutReader
当 OCR 或 PDF 解析找到了正确文字却返回错误顺序时，LayoutReader 可将文字区域的边界框转成可用的自然阅读顺序。
开发者可获得
- 用于为 OCR 和 PDF 解析器输出的文字片段排序的预训练模型。
- 将 ReadingBank 从词级输入转换为文本片段级输入的工具。
- 提供训练、评测，以及用于部署模型的 Python 入口。
阅读顺序LayoutLMv3Python
查看 LayoutReader02
版面检测
YOLO DocLayNet
当工作流需要区别处理表格、标题、图片、公式或正文时，YOLO DocLayNet 会在下游提取前识别页面区域。
开发者可获得
- 基于 DocLayNet 训练；这是一个经人工标注的文档版面数据集。
- 可检测 11 类页面元素，包括文字、表格、图片、标题和公式。
- 提供数据转换、训练、评测、推理，以及不同模型尺寸的公开结果。
版面检测DocLayNetPython
查看 YOLO DocLayNet公开源代码GitHub 仓库文档和模型
GITHUB
在完整上下文中了解项目
每个仓库均包含源代码、模型资源、文档和项目专属条款。用于产品前，请先查看仓库说明。