# 文檔處理

PP-LCNet_x1_0_table_cls是一個高效的表格分類模型，用於對輸入的表格圖像進行分類，支持有線表格和無線表格的分類。

SLANeXt_wired 是一個用於表格結構識別的深度學習模型，能夠將不可編輯的表格圖像轉換為可編輯的表格格式（如 HTML）。

SLANet是一個用於表格結構識別的模型，能夠將不可編輯的表格圖像轉換為可編輯的表格格式（如HTML）。

RT-DETR-L_wired_table_cell_det 是表格識別任務中的關鍵模塊，主要負責定位和標記表格圖像中的每個單元格區域。

SLANeXt_wireless是一個用於表格結構識別的模型，能夠將不可編輯的表格圖像轉換為可編輯的HTML格式。

基於YOLOv8s微調的手寫簽名檢測模型，專門用於文檔圖像中的簽名定位

基於Florence-2模型微調的多模態表格檢測模型，能夠精準定位圖像中的表格區域

基於google/paligemma-3b-mix-448微調的多模態表格檢測模型，專用於識別圖像中的表格區域

基於Transformer的表格結構識別模型，用於檢測文檔中的表格結構

基於DETR架構的表格結構識別模型，專門用於檢測和分析文檔中的表格結構。

基於PubTables1M數據集訓練的表格變換器模型，用於文檔中的表格結構識別。

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。

基於YOLOv8的表格檢測模型，用於識別圖像中的表格區域，支持帶邊框和無邊框表格檢測。

基於YOLOv8的表格檢測模型，能夠識別文檔中的表格區域，支持帶邊框和無邊框兩種表格類型。

Table Transformer是一個基於DETR架構的表格檢測模型，專門用於從文檔圖像中檢測和識別表格結構。

基於LeNet-5架構的MNIST手寫數字分類模型，由MindSpore官方提供

基於bert-base-multilingual-cased微調的葡萄牙語檔案檢索輔助模型，主要用於標記分類任務