# 结构化数据提取

Visionocr 3B 061125 GGUF
Apache-2.0
基于Qwen2.5-VL-3B-Instruct微调的视觉OCR模型,专注于文档级OCR、长上下文视觉语言理解和数学LaTeX格式转换
图像生成文本 Transformers 英语
V
prithivMLmods
131
1
RT DETR L Wireless Table Cell Det
Apache-2.0
RT-DETR-L_wireless_table_cell_det 是一个高精度的表格单元格检测模型,专为表格识别任务设计,能够准确定位和标记表格图像中的每个单元格区域。
文字识别 支持多种语言
R
PaddlePaddle
1,144
0
RT DETR L Wired Table Cell Det
Apache-2.0
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。
文字识别 支持多种语言
R
PaddlePaddle
1,144
0
Qwen2.5 VL 32B Instruct GGUF
Apache-2.0
Qwen2.5-VL-32B-Instruct 是一个强大的视觉语言模型,具备增强的数学和问题解决能力,适用于多模态任务。
图像生成文本 英语
Q
unsloth
464
1
Qwen2.5 VL 7B Instruct GGUF
Apache-2.0
Qwen2.5-VL是Qwen家族最新推出的视觉语言模型,具备强大的视觉理解和多模态处理能力,支持图像、视频分析和结构化输出。
图像生成文本 英语
Q
unsloth
8,427
4
Qwen2.5 VL 3B Instruct GGUF
Qwen2.5-VL是Qwen家族的最新视觉语言模型,具备强大的视觉理解和多模态处理能力。
图像生成文本 英语
Q
unsloth
4,645
4
Docscopeocr 7B 050425 Exp
Apache-2.0
docscopeOCR-7B-050425-exp 是基于 Qwen/Qwen2.5-VL-7B-Instruct 微调的模型,专注于文档级 OCR、长上下文视觉语言理解和数学 LaTeX 格式的精确图像到文本转换。
图像生成文本 Transformers 支持多种语言
D
prithivMLmods
531
2
Qwen2.5 VL 32B Instruct Exl2 4 25bpw
Apache-2.0
Qwen2.5-VL-32B-Instruct 是 Qwen 家族的最新视觉语言模型,具备强大的多模态理解和生成能力,支持图像、视频和文本的交互。
文本生成图像 Transformers 英语
Q
christopherthompson81
68
3
Qwen2.5 VL Instruct 3B Geo
Apache-2.0
Qwen2.5-VL是Qwen家族的最新视觉语言模型,专注于增强视觉理解和代理能力。
文本生成图像 Transformers 英语
Q
kxxinDave
29
2
Qwen2.5 VL 72B Instruct AWQ Fix
其他
Qwen2.5-VL 是 Qwen 家族的最新视觉语言模型,具备强大的视觉理解和代理能力,支持多格式视觉定位和结构化输出生成。
图像生成文本 Transformers 英语
Q
Benasd
94
1
Qwen2.5 VL 72B Instruct AWQ
其他
Qwen2.5-VL是通义千问团队推出的多模态大语言模型,具备强大的视觉理解和智能代理能力,支持图像、视频、文本等多种输入格式。
文本生成图像 Transformers 英语
Q
Benasd
173
6
Qwen2.5 VL 72B Instruct Pointer AWQ
其他
Qwen2.5-VL是Qwen家族的最新视觉语言模型,具备增强的视觉理解、代理能力和结构化输出生成功能。
图像生成文本 Transformers 英语
Q
PointerHQ
5,592
8
Qwen2.5 VL 7B Instruct AWQ
Apache-2.0
Qwen2.5-VL是通义千问推出的多模态视觉语言模型,具备强大的图像理解和文本生成能力。
图像生成文本 Transformers 英语
Q
Benasd
226
7
Qwen2.5 VL 3B Instruct 4bit
Qwen2.5-VL是Qwen家族的最新视觉语言模型,具备增强的视觉理解、智能体功能和长视频处理能力。
文本生成图像 Transformers 英语
Q
jarvisvasu
174
3
Gemma 2 2B TR Knowledge Graph
Gemma-2-2B-TR-Knowledge-Graph 是基于 gemma-2-2b-it 微调的模型,专注于从文档内容生成结构化知识图谱。
知识图谱 Safetensors 其他
G
Metin
122
23
Fintabqa
MIT
基于LayoutLM架构的金融表格问答模型,专门用于从金融表格中提取和回答结构化问题。
问答系统 Transformers 英语
F
ethanbradley
128
0
Output LayoutLMv3 V7
基于microsoft/layoutlmv3-base微调的文档理解模型,擅长处理文档布局分析任务
文字识别 Transformers
O
Noureddinesa
18
1
Table Transformer Detection Custom Ale
MIT
基于DETR架构的表格检测模型,专门用于从文档中识别表格区域
文字识别 Transformers
T
aParadigmP
44
0
Trained Model
该模型是基于microsoft/layoutlmv2-base-uncased在generator数据集上微调的版本,适用于文档理解和布局分析任务。
大型语言模型 Transformers
T
vfu
14
0
Donut Receipt V2
MIT
基于naver-clova-ix/donut-base微调的模型,可能用于收据识别或文档理解任务
大型语言模型 Transformers
D
mychen76
31
0
Donut Demo
MIT
CORD-v2 是一个用于图像转文本任务的模型,主要用于从图像中提取和识别文本内容。
文字识别 Transformers
D
zhongren2
20
0
Model3
MIT
基于naver-clova-ix/donut-base-finetuned-cord-v2微调的文档图像理解模型
图像生成文本 Transformers
M
sunilsai
13
0
Donut Base Finetuned Cord V2
Donut是一个基于Swin Transformer的视觉文档理解模型,专门针对CORD数据集进行了微调,能够从图像中提取结构化文本信息。
图像生成文本 Transformers
D
Xenova
32
0
Table Detection
MIT
基于DETR架构的表格检测模型,专门用于从非结构化文档中识别和提取表格
目标检测 Transformers
T
grays-ai
17
0
Donut Base Sroie
MIT
基于naver-clova-ix/donut-base在图像文件夹数据集上微调的模型,具体用途未明确说明
文字识别 Transformers
D
iamkhadke
13
0
Thesisdonut
MIT
基于naver-clova-ix/donut-base微调的模型,具体用途和功能需要更多信息
图像生成文本 Transformers
T
Humayoun
13
0
Donut Base Receipt V3
MIT
基于naver-clova-ix/donut-base微调的收据识别模型
大型语言模型 Transformers
D
hyunguk1
13
0
All Format
MIT
基于philschmid/donut-base-sroie微调的模型,适用于图像处理任务
文字识别 Transformers
A
dreeven
17
0
Donut Base Finetuned Latvian Receipts V2
MIT
基于Donut架构的模型,专门针对拉脱维亚收据数据进行了微调
文字识别 Transformers
D
Inesence
13
0
Donut Base Finetuned Latvian Receipts
MIT
该模型是基于donut-base在拉脱维亚收据数据集上微调的版本,主要用于收据图像处理任务
文字识别 Transformers
D
Inesence
31
0
Yolov8n Table Extraction
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。
目标检测 TensorBoard
Y
keremberke
474
13
Donut Base Sroie
MIT
该模型是基于naver-clova-ix/donut-base在图像文件夹数据集上微调的版本,适用于文档理解任务。
文字识别 Transformers
D
unstructuredio
31
1
Donut Base Sroie
MIT
基于philschmid/donut-base-sroie微调的文档理解模型
文字识别 Transformers
D
Prem11100
13
0
Donut Base Medical Handwritten Blocks Data Extraction
MIT
基于Donut架构的模型,专门用于从医疗手写文档中提取结构化数据
文字识别 Transformers
D
mjawadazad2321
15
1
DETR Table Detection
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。
文字识别 Transformers 英语
D
SalML
17
2
Donut Base Sroie
MIT
基于naver-clova-ix/donut-base微调的文档理解模型,适用于图像文本提取任务
文字识别 Transformers
D
philschmid
185
3
Layoutlmv3 Finetuned Invoice
基于LayoutLMv3-base在SROIE数据集上微调的发票信息提取模型,在标记分类任务上表现优异
文字识别 Transformers
L
oussama
52
5
Layoutlmv3 Finetuned Cord
基于LayoutLMv3在CORD数据集上微调的文档理解模型,擅长文档标记分类任务
文字识别 Transformers
L
nielsr
617
12
Layoutlmv2 Finetuned Sroie
基于LayoutLMv2架构在SROIE数据集上微调的文档信息提取模型,擅长从收据文档中提取关键字段
序列标注 Transformers
L
Theivaprakasham
71
2
Layoutlmv2 Finetuned Sroie Mod
基于microsoft/layoutlmv2-base-uncased微调的文档理解模型,适用于结构化文档信息提取任务
大型语言模型 Transformers
L
Theivaprakasham
37
1
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase