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。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase