#table-structure-recognition Repositorios
Descubre 6 repositorios activos de código abierto de GitHub etiquetados con #table-structure-recognition, que acumulan 18,460 estrellas en total (una media de 3,076 estrellas por proyecto). El líder de este tema es Yuliang-Liu/MonkeyOCR, con 6,653 estrellas.
6 repositorios en total
docTR (Document Text Recognition) - una biblioteca fluida, de alto rendimiento y accesible para tareas relacionadas con OCR impulsada por Deep Learning. Desarrollo y mantenimiento continuos a cargo de t2k.
Table Transformer (TATR) es un modelo de aprendizaje profundo para extraer tablas de documentos no estructurados (PDF e imágenes). Este es también el repositorio oficial del conjunto de datos PubTables-1M y la métrica de evaluación GriTS.
TableBank: Un conjunto de datos de referencia para la detección y reconocimiento de tablas
🔥🔥🔥Caja de herramientas de algoritmos de IA sin conexión y gratuita para Java, que admite reconocimiento facial, detección de vida, reconocimiento de expresiones, detección de objetos, segmentación de instancias, detección de peatones, reconocimiento de texto OCR, reconocimiento de matrículas, reconocimiento de tablas, ASR+TTS, traducción automática y otras funciones. Se puede utilizar mediante referencia de Maven. Admite PyTorch, Tensorflow e integra modelos convencionales como Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
Taller de NeurIPS'24 - UniTable: Hacia un modelo fundacional unificado para tablas
Preguntas frecuentes
¿Cuál es el repositorio de #table-structure-recognition más popular en GitHub?
El proyecto de código abierto de #table-structure-recognition mejor posicionado en GitHub es Yuliang-Liu/MonkeyOCR, con 6,653 estrellas. Un modelo ligero de análisis de documentos basado en LMM
¿Qué lenguajes de programación se utilizan más en los repositorios de #table-structure-recognition?
Entre los proyectos de #table-structure-recognition mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #table-structure-recognition?
Seguimos 6 repositorios activos de código abierto etiquetados con #table-structure-recognition (500+ estrellas), que suman un total de 18,460 estrellas, con una media de 3,076 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.