# 文檔圖像處理

PP-OCRv4_server_rec 是 PaddleOCR 團隊開發的 PP-OCRv4_rec 系列中的一個文本行識別模型，支持一般中文和英文場景下的文本行識別，主要側重於中文。

SLANet_plus是一款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），在表格識別系統中發揮著重要作用，可有效提升表格識別的準確性和效率。

這是一個基於Transformer架構的圖像分割模型，專門用於處理頁面佈局和平面圖的分割任務。

猴模型是一種大型多模態模型，通過提升圖像分辨率和改進文本標籤方法，在多項視覺任務中表現優異。

猴子模型是一種高效的大型多模態模型，通過提升圖像分辨率和改進文本標籤方法，在多個視覺任務中表現優異。

基於naver-clova-ix/donut-base微調的模型，具體用途未明確說明

基於naver-clova-ix/donut-base微調的模型，用於處理圖像數據

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

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。