#table-extraction Repository
Scopri 11 repository GitHub open source attivi contrassegnati con #table-extraction, che raccolgono un totale di 93,330 stelle (con una media di 8,484 stelle per progetto). Il progetto leader di questo argomento è datalab-to/marker, con 41,010 stelle.
11 repository in totale
Modello OCR che gestisce tabelle complesse, moduli e scrittura a mano con layout completo.
Motore documentale per l’IA consapevole del layout e toolkit Python ricco di funzionalità per estrarre, visualizzare e modificare PDF e altri documenti. Dalla versione 2.0, l’analisi del layout basata sul machine learning trasforma file PDF e Office in Markdown di alta qualità per RAG e agenti, funziona rapidamente su CPU e collega ogni risultato alla pagina di origine.
Analizza un PDF per informazioni dettagliate su ogni carattere, rettangolo, linea, ecc. — e estrai facilmente testo e tabelle.
Il motore di intelligenza documentale rapido e preciso per ogni lingua: testo, tabelle e metadati da oltre 100 formati, con OCR, trascrizione e intelligenza del codice.
Table Transformer (TATR) è un modello di deep learning per l'estrazione di tabelle da documenti non strutturati (PDF e immagini). Questo è anche il repository ufficiale per il dataset PubTables-1M e la metrica di valutazione GriTS.
Un toolkit on-premises, senza OCR, per l'estrazione di dati non strutturati, la conversione in markdown e il benchmarking. (https://idp-leaderboard.org/)
img2table è una libreria Python per l'identificazione e l'estrazione di tabelle da PDF e immagini, basata sull'elaborazione delle immagini di OpenCV
PDF in markdown usando vision LLMs — tabelle, layout e struttura preservati
Domande frequenti
Qual è il repository #table-extraction più popolare su GitHub?
Il progetto open source #table-extraction più alto in classifica su GitHub è datalab-to/marker, con 41,010 stelle. Converti rapidamente PDF in markdown + JSON con alta precisione
Quali linguaggi di programmazione sono più utilizzati nei repository #table-extraction?
Tra i progetti #table-extraction più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust.
Come viene calcolata la classifica dei repository #table-extraction?
Monitoriamo 11 repository open source attivi contrassegnati con #table-extraction (500+ stelle), per un totale di 93,330 stelle e una media di 8,484 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.