AIbase
TW
模型選型
標籤
文檔圖像分析

# 文檔圖像分析

RT DETR L Wireless Table Cell Det
Apache-2.0
RT-DETR-L_wireless_table_cell_det 是一個高精度的表格單元格檢測模型，專為表格識別任務設計，能夠準確定位和標記表格圖像中的每個單元格區域。
文字識別 支持多種語言
R
PaddlePaddle
1,144
0
Qwen2.5 VL 7B Instruct Quantized.w4a16
Apache-2.0
Qwen2.5-VL-7B-Instruct的量化版本，支持視覺-文本輸入和文本輸出，權重量化為INT4，激活量化為FP16。
文本生成圖像 Transformers 英語
Q
RedHatAI
605
3
Paligemma2 3b Ft Docci 448
PaliGemma 2是Google推出的升級版視覺語言模型，結合Gemma 2和SigLIP視覺模型的能力，支持多語言視覺語言任務。
圖像生成文本 Transformers
P
google
8,765
12
Sd3 Long Captioner V2
Apache-2.0
基於PaliGemma 224x224版本微調的圖像到文本生成模型，專注於生成詳細的藝術類圖像描述
圖像生成文本 Transformers 支持多種語言
S
gokaygokay
135
25
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