Horus OCR
H
Horus OCR
TeeAによって開発
Donut はTransformerベースの画像からテキストへのモデルで、画像からテキストコンテンツを抽出・生成できます。
ダウンロード数 21
リリース時間 : 6/12/2024
モデル概要
Donut は視覚言語モデルで、主に画像からテキスト情報を抽出するために使用され、ドキュメント理解や表認識などのタスクに適しています。
モデル特徴
画像からテキストへ
画像からテキストコンテンツを抽出・生成でき、ドキュメントや表の認識に適しています。
Transformerベース
Transformerアーキテクチャを採用しており、強力な視覚と言語処理能力を持っています。
モデル能力
画像からテキストへ
ドキュメント理解
表認識
使用事例
ドキュメント処理
処方箋認識
医療処方箋の画像からテキスト情報を抽出します。
処方箋中の薬品名と用量を正確に抽出します。
表認識
表データ抽出
画像中の表から構造化データを抽出します。
編集可能な表形式のデータを生成します。
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98