#layout-analysis Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #layout-analysis, cumulant 181,233 étoiles au total (soit une moyenne de 9,538 étoiles par projet). Le projet en tête de ce thème est opendatalab/MinerU, avec 84,093 étoiles.
19 dépôts au total
Transforme des documents complexes comme les PDF et les documents Office en markdown/JSON prêt pour LLM pour vos flux de travail Agentic.
OCR, analyse de la mise en page, ordre de lecture, reconnaissance des tableaux dans plus de 90 langues
Modèle OCR qui gère les tableaux complexes, les formulaires et l'écriture manuscrite avec une mise en page complète.
Une boîte à outils complète pour l'extraction de contenu PDF de haute qualité
Analyse de la mise en page de documents multilingues dans un modèle unique Vision-Language
Le dépôt officiel pour « Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting », ACL, 2025.
docTR (Document Text Recognition) - une bibliothèque fluide, performante et accessible pour les tâches liées à l'OCR, basée sur le Deep Learning. Développement et maintenance continus assurés par t2k.
Une boîte à outils unifiée pour l'analyse d'images de documents basée sur l'apprentissage profond
Infrastructure de vision pour transformer des documents complexes en données prêtes pour les LLM
Un outil Python3 open-source doté de petits modèles pour reconnaître les mises en page, les tableaux, les formules mathématiques (LaTeX) et le texte dans les images, en les convertissant au format Markdown. Une alternative gratuite à Mathpix, permettant une conversion transparente du contenu visuel en représentations textuelles. Plus de 80 langues sont prises en charge.
YomiToku est un paquet Python qui fournit un moteur d'analyse de documents japonais basé sur l'IA. Yomitoku est un paquet d'analyse d'images de documents basé sur l'IA, conçu spécifiquement pour la langue japonaise.
Fournit des services OCR (Reconnaissance Optique de Caractères) via des applications web
Étant donné un PDF académique, extrayez les figures, les tableaux, les légendes et les titres de section.
[ECCV 2026] Un framework basé sur la diffusion pour l'OCR de documents qui remplace le décodage autorégressif par un décodage de diffusion parallèle au niveau des blocs.
Foire aux questions
Quel est le dépôt #layout-analysis le plus populaire sur GitHub ?
Le projet #layout-analysis open source le mieux classé sur GitHub est opendatalab/MinerU, avec 84,093 étoiles. Transforme des documents complexes comme les PDF et les documents Office en markdown/JSON prêt pour LLM pour vos flux de travail Agentic.
Quels langages de programmation sont les plus utilisés dans les dépôts #layout-analysis ?
Parmi les projets #layout-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, Jupyter Notebook, C#.
Comment le classement des dépôts #layout-analysis est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #layout-analysis (500+ étoiles), totalisant 181,233 étoiles, avec une moyenne de 9,538 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.