AIbase
TW
模型選型
標籤
文檔圖像分類

# 文檔圖像分類

Dit Base Finetuned Rvlcdip Finetuned Data200
該模型是基於microsoft/dit-base-finetuned-rvlcdip在圖像文件夾數據集上微調的版本，主要用於圖像分類任務。
圖像分類 Transformers
D
AthiraVr
16
0
Finetuned Vit Image Text Classifier
Apache-2.0
基於ViT架構的圖像分類模型，用於識別圖像中是否包含文本及文本類型（拉丁字母、中文、阿拉伯文）
圖像分類 Transformers
F
ernie-ai
45
0
Dit Base Finetuned Brs
基於microsoft/dit-base微調的圖像分類模型，在圖像文件夾數據集上表現良好
圖像分類 Transformers
D
sergiocannata
13
0
Donut Base Finetuned Rvlcdip
MIT
Donut是一種無需OCR的文檔理解Transformer模型，結合視覺編碼器和文本解碼器處理文檔圖像。
圖像生成文本 Transformers
D
naver-clova-ix
125.36k
13
Dit Large Finetuned Rvlcdip
基於IIT-CDIP預訓練並在RVL-CDIP上微調的文檔圖像分類模型，採用Transformer架構
圖像分類 Transformers
D
microsoft
67
8
Dit Base Finetuned Rvlcdip
DiT是一種基於Transformer的文檔圖像分類模型，在IIT-CDIP數據集上預訓練並在RVL-CDIP數據集上微調
圖像分類 Transformers
D
microsoft
31.99k
30
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase