PROJECTS
選擇你需要的文件處理環節
OCR 或 PDF 解析後的閱讀順序修復，用 LayoutReader；下游擷取前的頁面區域辨識，用 YOLO DocLayNet。
01
閱讀順序
LayoutReader
當 OCR 或 PDF 解析找到了正確文字卻傳回錯誤順序時，LayoutReader 可將文字區域的邊界框轉成可用的自然閱讀順序。
開發者可取得
- 用於為 OCR 與 PDF 解析器輸出的文字片段排序的預訓練模型。
- 將 ReadingBank 從詞級輸入轉換為文字片段級輸入的工具。
- 提供訓練、評測，以及用於部署模型的 Python 入口。
閱讀順序LayoutLMv3Python
查看 LayoutReader02
版面偵測
YOLO DocLayNet
當工作流程需要區別處理表格、標題、圖片、公式或正文時，YOLO DocLayNet 會在下游擷取前辨識頁面區域。
開發者可取得
- 基於 DocLayNet 訓練；這是一個經人工標註的文件版面資料集。
- 可偵測 11 類頁面元素，包括文字、表格、圖片、標題與公式。
- 提供資料轉換、訓練、評測、推論，以及不同模型尺寸的公開結果。
版面偵測DocLayNetPython
查看 YOLO DocLayNet公開原始碼GitHub 儲存庫文件與模型
GITHUB
在完整脈絡中了解專案
每個儲存庫皆包含原始碼、模型資源、文件與專案專屬條款。用於產品前，請先查看儲存庫說明。