#document-analysis 저장소
#document-analysis 태그가 지정된 GitHub의 활성 오픈 소스 저장소 33개를 확인해 보세요. 총 134,538개의 스타를 획득했으며 프로젝트당 평균 4,076개입니다. 이 주제를 이끄는 저장소는 84,093개의 스타를 받은 opendatalab/MinerU입니다.
저장소 총 33개
“Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”의 공식 저장소, ACL, 2025.
AI는 책을 읽습니다: 페이지별 PDF 지식 추출기 및 요약기. 스크립트는 PDF 책의 지능적인 페이지별 분석을 수행하여 체계적으로 지식 포인트를 추출하고 지정된 간격으로 점진적인 요약을 생성합니다.
Leptonica는 영상 처리 및 영상 분석 응용 프로그램에 널리 유용한 소프트웨어를 포함하는 오픈 소스 라이브러리입니다. Leptonica의 공식 GitHub 저장소는 danbloomberg/leptonica입니다. 자세한 내용은 leptonica.org를 참조하십시오.
고급 문학 기계를 위한 독창적이고 혁신적인 아이디어 및 알고리즘 모음입니다. 이 프로젝트는 Alibaba Group의 Tongyi Lab 언어 기술 연구소 OCR 팀에서 유지 관리합니다.
OpenOCR: 일반 OCR 연구 및 애플리케이션을 위한 오픈소스 도구킷으로, 통합된 훈련 및 평가 벤치마크, 상업용 수준의 OCR 및 문서 파싱 시스템, 그리고 광범위한 학술 논문에서 나온 핵심 구현의 충실한 재현을 통합합니다.
2019CCF-BDCI 대회 최우수 혁신 탐구상 수상자 OCR 기반 신분증 요소 추출 주제 챔피언 천晨破晓 팀 주제 소스 코드
Dedoc는 문서 구문 분석 및 통합 형식으로 가져오는 자동화 라이브러리(서비스)입니다. 텍스트 기반 전자 문서에서 콘텐츠, 논리 구조, 테이블 및 메타 정보를 자동으로 추출합니다. (문서 구문 분석; 문서 콘텐츠 추출; 논리 구조 추출; PDF 파서; 스캔 문서 파서; DOCX 파서; HTML 파서)
[ECCV 2026] 자기회귀 디코딩을 블록 수준 병렬 확산 디코딩으로 대체하는 문서 OCR을 위한 확산 기반 프레임워크.
논문 "PICK:Improved Graph Learning-Convolutional Networks를 이용한 문서 핵심 정보 추출" (ICPR 2020) 코드
이 저장소는 Apache MXNet 딥러닝 프레임워크를 사용하여 IAM 데이터셋에서 엔드투엔드 전체 페이지 필기 인식을 수행하기 위한 신경망 모델을 훈련할 수 있게 합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #document-analysis 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #document-analysis 프로젝트는 84,093개의 스타를 받은 opendatalab/MinerU입니다. PDF와 Office 문서 같은 복잡한 문서를 LLM-ready markdown/JSON으로 변환하여 Agentic 워크플로에 사용합니다.
#document-analysis 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #document-analysis 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, JavaScript, Java, C#입니다.
#document-analysis 저장소 순위는 어떻게 계산되나요?
#document-analysis 태그가 지정된 활성 오픈 소스 저장소(33개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 134,538개이며 저장소당 평균 4,076개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.