WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
surya
datalab-to/surya
面
向
文档
的
OCR
与
版面
分
析视觉
语言
模型,
可
输
出
文本、
版面、
阅读
顺序
和
HTML
表格,
配套命
令行
与
Python
推理
接口。
去 GitHub 看仓库
复制链接
标签
deep-learning
document-ai
layout-analysis
multilingual-ocr
ocr
pdf
python
reading-order
同类项目
Dolphin
9.1k
字节
跳动
开源
的
多
模态
文档
解析
模型,
采用
两
阶
段
“先分析
后
解析”
架构,
支持
数
字版
与
拍摄
文档
的
版面
分析、
表格
公式
识别,
并
输出
结构化 Markdown/JSON。
mineru
84k
将
PDF
与
Office
等
复杂
文档
解析
为
大模型
可用
的
Markdown/JSON文档
工具,
提供
SDK、
API
与
WebUI供Agent
调用。
lift
1.3k
Datalab
开源
的
9B
视觉
模型,
按 JSON Schema
从
PDF
和
图片
中
抽取
结构化数据,
支持
本地
或
vLLM 部署。
OCRmyPDF
35.3k
给
扫描 PDF 添加可
搜索 OCR
文本层
的
命令
行
工具,
支持
多
语言、
纠偏、
PDF/A
输出
和
批量
多
核
处理。
PyMuPDF
11.1k
高性
能
Python PDF
处理库,
支持
文本、
表格、
图像
抽取,
页面
渲染、
OCR、
批注、
脱敏
与
文档
转换,
并
可
直接
输出 RAG
友好
的
Markdown/JSON。
Parsr
6.2k
将
PDF、
图片、
DOCX、
邮件
等
文档
清洗、
解析
并
提取
为
JSON、
Markdown、
CSV
或
TXT
结构化数据
的
文档
解析
工
具链,
提供
Docker API
与
可视化界面。
21600
deep-learning,document-ai,layout-analysis
面向文档的 OCR 与版面分析视觉语言模型,可输出文本、版面、阅读顺序和 HTML 表格,配套命令行与 Python 推理接口。
←
上一个
Anime4K
下一个
→
brag