Yolov8m Table Extraction
基於YOLOv8m的目標檢測模型,專門用於表格提取任務,能夠檢測帶邊框和無邊框的表格。
下載量 69.06k
發布時間 : 1/29/2023
模型概述
該模型是一個基於YOLOv8架構的目標檢測模型,專門用於從文檔圖像中提取表格區域。它可以識別帶邊框和無邊框的表格,適用於文檔處理和數據提取場景。
模型特點
高精度表格檢測
在驗證集上達到mAP@0.5(box) 0.95194的高精度
支持多種表格類型
能夠檢測帶邊框和無邊框兩種類型的表格
基於YOLOv8架構
採用最新的YOLOv8m架構,平衡了速度和精度
模型能力
表格區域檢測
文檔圖像分析
目標檢測
使用案例
文檔處理
PDF表格提取
從PDF文檔中自動檢測和提取表格區域
可準確識別文檔中的表格位置
掃描文檔處理
處理掃描的文檔圖像,定位其中的表格
適用於帶噪聲的掃描文檔
數據提取
表格數據數字化
作為OCR流程的前置步驟,先定位表格區域
提高後續OCR處理的準確性
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98