SWHL

引言 通用文档理解，是OCR任务的终极目标。现阶段的OCR各种垂类任务都是通用文档理解任务的子集。这感觉就像我们一下子做不到通用文档理解，退而求其次，先做各种垂类任务。 现...

引言 总有小伙伴问到阿里的无线表格识别模型是如何转换为ONNX格式的。这个说来有些惭愧，现有的ONNX模型是很久之前转换的了，转换环境已经丢失，且没有做任何笔记。 今天下定...

引言 场景文本检测任务，一直以来是OCR整个任务中最为重要的一环。虽然有一些相关工作是端对端OCR工作的，但是从工业界来看，相关落地应用较为困难。因此，两阶段的OCR方案一...

引言 随着LaTeX-OCR模型转换问题的解决，公式识别任务中各个链条已经全部打通。小伙伴们可以放开膀子干了。 解决业界问题的方案，并不是单独训练一个模型就完事了，而是有着...

引言 TableStructureRec 仓库是用来对文档中表格做结构化识别的推理库，包括来自 PaddleOCR 的表格结构识别算法模型、来自阿里读光有线和无线表格识别算...

引言 近来，涉及到一些公式识别的项目，输入是公式的图像，输出是LaTeX格式的数学公式字符串。 这类项目一般都采用深度学习的方法来做，这就涉及到构造公式LaTeX字符串和对...

简介 rapidocr_paddle系列包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理。值得说明的是，这个包和PaddleOCR相比，代码基本...

引言 随着开源项目的越来越复杂，项目文档的重要性日渐突出。一个好的项目要有一个清晰明了的文档来帮助大家使用。 最近一直有在找寻一个简洁明了的文档主题来放置项目的各种相关文档...

古茗前端到底在搞什么飞机？！？在了解之后我忍不住发出了“居然要做这么牛逼的事情，这还是一个奶茶公司吗”的感慨！...

⚠️注意：后续更新，请移步README Knowledge QA LLM 基于本地知识库+LLM的问答系统。该项目的思路是由langchain-ChatGLM启发而来。 缘...

Text Detect Metric 该库用于计算Precision、Recall和H-mean三个指标，用来评测文本检测算法效果。与魔搭-文本检测测试集配套使用。 指标计...

引言 日常中，写的最多的代码是Python，虽说是算法工程师，这不也是工程师嘛，所以基本的代码功底还是要有的。 由于Python是动态类型语言，没有强制的约束，如果没有一些...

Rapid Latex OCR rapid_latex_ocr是一个将公式图像转为latex格式的工具。 仓库中的推理代码来自修改自LaTeX-OCR，模型已经全部转为ON...

Table Recognition Metric 该库用于计算TEDS指标，用来评测表格识别算法效果。可与魔搭-表格识别测试集配套使用。 TEDS计算代码参考：Paddle...

引言 最近考虑构建一些测试数据集评测基准，用于评测算法在数据集上的效果。 不同于论文中用到的公开数据集，这里构建的数据集更有针对性的，用户可根据业务具体需求，自行增删，使得...

引言 本篇文章旨在帮助不会python编程的小伙伴，快速使用RapidVideOCR视频硬字幕提取工具。 可以运行的操作系统: Windows | Mac | Linux ...

安装使用VideoSubFinder软件 下载地址：Windows & Linux (videosubfinder官网 / QQ群（706807542）共享文件) | Ma...

@TOC 引言 论文：Segment Anything是Meta出的图像语义分割的算法。这个算法因其强大的zero-shot泛化能力让人惊艳，这不抽空拿来学习了一下。 该算...

引言 许久不认真看论文了，这不赶紧捡起来。这也是自己看的第一篇用到Transformer结构的CV论文。 之所以选择这篇文章来看，是考虑到之前做过手写字体生成的项目。这个工...

引言 yapf比autopep8更加灵活和强大，可以考虑入手 配置步骤 安装yapf: vscode配置setting.json 自定义格式化规则 在命令行终端运行：yap...