# 文档处理

PP-LCNet_x1_0_table_cls是一个高效的表格分类模型，用于对输入的表格图像进行分类，支持有线表格和无线表格的分类。

SLANeXt_wired 是一个用于表格结构识别的深度学习模型，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）。

SLANet是一个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）。

RT-DETR-L_wired_table_cell_det 是表格识别任务中的关键模块，主要负责定位和标记表格图像中的每个单元格区域。

SLANeXt_wireless是一个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HTML格式。

基于YOLOv8s微调的手写签名检测模型，专门用于文档图像中的签名定位

基于Florence-2模型微调的多模态表格检测模型，能够精准定位图像中的表格区域

基于google/paligemma-3b-mix-448微调的多模态表格检测模型，专用于识别图像中的表格区域

基于Transformer的表格结构识别模型，用于检测文档中的表格结构

基于DETR架构的表格结构识别模型，专门用于检测和分析文档中的表格结构。

基于PubTables1M数据集训练的表格变换器模型，用于文档中的表格结构识别。

基于YOLOv8m的目标检测模型，专门用于表格提取任务，能够检测带边框和无边框的表格。

基于YOLOv8的表格检测模型，用于识别图像中的表格区域，支持带边框和无边框表格检测。

基于YOLOv8的表格检测模型，能够识别文档中的表格区域，支持带边框和无边框两种表格类型。

Table Transformer是一个基于DETR架构的表格检测模型，专门用于从文档图像中检测和识别表格结构。

基于LeNet-5架构的MNIST手写数字分类模型，由MindSpore官方提供

基于bert-base-multilingual-cased微调的葡萄牙语档案检索辅助模型，主要用于标记分类任务