Donut Receipts Extract
基於Donut架構的收據文本提取專用模型,通過視覺編碼器和文本解碼器實現無需OCR的文檔理解
圖像生成文本
Transformers

D
AdamCodd
66
34
Uae License Detection
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

U
codedrainer
21
2
Donut Base Finetuned Invoices
基於Donut架構優化的多語言發票處理模型,可提取發票關鍵字段
圖像生成文本
Transformers

D
to-be
823
21
OCR DocVQA Donut
MIT
Donut是一個OCR-free的文檔理解Transformer模型,結合視覺編碼器和文本解碼器實現文檔視覺問答任務。
圖像生成文本
Transformers

O
jinhybr
240
13
OCR Donut CORD
MIT
Donut是基於Swin Transformer視覺編碼器和BART文本解碼器的OCR-free文檔理解模型,本版本在CORD收據數據集上微調
圖像生成文本
Transformers

O
jinhybr
1,130
206
Donut Base Finetuned Zhtrainticket
MIT
基於ZhTrainTicket微調的Donut模型,用於文檔圖像到文本的轉換,無需OCR處理。
圖像生成文本
Transformers

D
naver-clova-ix
362
0
Donut Base Finetuned Cord V1 2560
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實現圖像到文本的轉換。
圖像生成文本
Transformers

D
naver-clova-ix
30
1
Donut Base Finetuned Docvqa
MIT
Donut是一種無需OCR的文檔理解Transformer模型,基於DocVQA數據集微調,能夠直接從圖像中提取和理解文本信息。
圖像生成文本
Transformers

D
naver-clova-ix
167.80k
231
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
Donut Proto
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圖像到文本的轉換
圖像生成文本
Transformers

D
naver-clova-ix
30
7
Donut Base
MIT
Donut是一種無需OCR的文檔理解Transformer模型,由視覺編碼器(Swin Transformer)和文本解碼器(BART)組成。
圖像生成文本
Transformers

D
naver-clova-ix
50.34k
207
Donut Base Finetuned Cord V2
MIT
Donut是一個無需OCR的文檔理解Transformer模型,由視覺編碼器(Swin Transformer)和文本解碼器(BART)組成,能夠直接從圖像中提取文本信息。
圖像生成文本
Transformers

D
naver-clova-ix
21.63k
97
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