# 文档图像处理

PP-OCRv4_server_rec 是 PaddleOCR 团队开发的 PP-OCRv4_rec 系列中的一个文本行识别模型，支持一般中文和英文场景下的文本行识别，主要侧重于中文。

SLANet_plus是一款用于表格结构识别的模型，能够将不可编辑的表格图像转换为可编辑的表格格式（如HTML），在表格识别系统中发挥着重要作用，可有效提升表格识别的准确性和效率。

这是一个基于Transformer架构的图像分割模型，专门用于处理页面布局和平面图的分割任务。

猴模型是一种大型多模态模型，通过提升图像分辨率和改进文本标签方法，在多项视觉任务中表现优异。

猴子模型是一种高效的大型多模态模型，通过提升图像分辨率和改进文本标签方法，在多个视觉任务中表现优异。

基于naver-clova-ix/donut-base微调的模型，具体用途未明确说明

基于naver-clova-ix/donut-base微调的模型，用于处理图像数据

Donut是一种无需OCR的文档理解Transformer模型，结合视觉编码器和文本解码器处理图像到文本的转换

Donut是一种无需OCR的文档理解Transformer模型，由视觉编码器(Swin Transformer)和文本解码器(BART)组成。