H

Horus OCR

由TeeA開發
Donut 是一個基於 Transformer 的圖像轉文本模型,能夠從圖像中提取和生成文本內容。
下載量 21
發布時間 : 6/12/2024

模型概述

Donut 是一個視覺語言模型,主要用於從圖像中提取文本信息,適用於文檔理解、表格識別等任務。

模型特點

圖像轉文本
能夠從圖像中提取和生成文本內容,適用於文檔和表格識別。
基於 Transformer
採用 Transformer 架構,具有強大的視覺和語言處理能力。

模型能力

圖像轉文本
文檔理解
表格識別

使用案例

文檔處理
處方識別
從醫療處方圖像中提取文本信息。
準確提取處方中的藥品名稱和劑量。
表格識別
表格數據提取
從圖像中的表格提取結構化數據。
生成可編輯的表格格式數據。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase