Git Stars Git Stars

#document-understanding Repositórios

Descubra 14 repositórios ativos de código aberto no GitHub marcados com #document-understanding, acumulando um total de 47,683 estrelas (uma média de 3,405 por projeto). O líder deste tópico é deepseek-ai/DeepSeek-OCR, com 24,180 estrelas.

14
Total de Repositórios
47,683
Total de estrelas
3,405
Média de Estrelas/Repositório

14 repositórios no total

1
deepseek-ai/DeepSeek-OCR

Contextos de compressão óptica

deepseek-ai
⭐ 24,180 Python 👤 deepseek-ai Organization 🕐 Atualizado 2026-01-27 📅 Criado 2025-10-17
2
Ucas-HaoranWei/GOT-OCR2.0

Implementação oficial do código da Teoria Geral de OCR: Rumo ao OCR-2.0 através de um Modelo Unificado de Ponta a Ponta

Ucas-HaoranWei
⭐ 8,133 Python 👤 Ucas-HaoranWei User 🕐 Atualizado 2025-02-10 📅 Criado 2024-09-02
3
deepdoctection/deepdoctection

Um Repositório Para Document AI

deepdoctection
⭐ 3,274 Python 👤 deepdoctection Organization 🕐 Atualizado 2026-11-14 📅 Criado 2021-12-09
4
X-PLUG/mPLUG-DocOwl

mPLUG-DocOwl: Modelo de Linguagem Grande Multimodal Modularizado para Compreensão de Documentos

X-PLUG
⭐ 2,407 Python 👤 X-PLUG Organization 🕐 Atualizado 2025-05-30 📅 Criado 2023-07-04
5
Yuliang-Liu/Monkey

Monkey (LMM): Resolução de Imagem e Rótulo de Texto São Coisas Importantes para Grandes Modelos Multimodais (Destaque CVPR 2024)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Atualizado 2026-09-25 📅 Criado 2023-11-09
6
AlibabaResearch/AdvancedLiterateMachinery

Uma coleção de ideias e algoritmos originais e inovadores voltados para Máquinas Literatas Avançadas. Este projeto é mantido pela Equipe de OCR no Laboratório de Tecnologia de Linguagem, Tongyi Lab, Alibaba Group.

AlibabaResearch
⭐ 1,832 C++ 👤 AlibabaResearch Organization 🕐 Atualizado 2026-03-17 📅 Criado 2022-09-28
8
OpenBMB/VisRAG

RAG sem parsing, suportado por VLMs

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 Atualizado 2026-11-02 📅 Criado 2024-10-14
9
eyelevelai/groundx-on-prem

Uma instância do GroundX implantável no Kubernetes para análise, armazenamento e pesquisa de documentos.

eyelevelai
⭐ 821 Go Template 👤 eyelevelai User 🕐 Atualizado 2026-11-20 📅 Criado 2024-08-20
10
PromtEngineer/localGPT-Vision

Converse com seus documentos usando Modelos de Linguagem Visual. Este repositório implementa um pipeline RAG de ponta a ponta com VLMs locais e proprietários

PromtEngineer
⭐ 633 Python 👤 PromtEngineer User 🕐 Atualizado 2025-07-26 📅 Criado 2024-10-01
11
Ucas-HaoranWei/Vary-toy

Implementação oficial do código do Vary-toy (Modelo de Linguagem Pequeno Encontra Vocabulário de Visão Reforçado)

Ucas-HaoranWei
⭐ 626 Python 👤 Ucas-HaoranWei User 🕐 Atualizado 2024-12-30 📅 Criado 2024-01-10
12
thu-coai/Glyph

Repositório oficial de "Glyph: Dimensionamento de Janelas de Contexto via Compressão Visual-Textual"

thu-coai
⭐ 612 Python 👤 thu-coai Organization 🕐 Atualizado 2025-11-04 📅 Criado 2025-10-20
13
wenwenyu/PICK-pytorch

Código para o artigo "PICK: Processamento de Extração de Informações Chave de Documentos usando Redes Convolucionais de Aprendizagem em Grafos Aprimoradas" (ICPR 2020)

wenwenyu
⭐ 570 Python 👤 wenwenyu User 🕐 Atualizado 2024-07-25 📅 Criado 2020-07-15
14
poloclub/unitable

Workshop NeurIPS'24 - UniTable: Rumo a um modelo fundacional unificado para tabelas

poloclub
⭐ 537 Jupyter Notebook 👤 poloclub Organization 🕐 Atualizado 2026-04-21 📅 Criado 2024-01-09

Perguntas Frequentes

1

Qual é o repositório de #document-understanding mais popular no GitHub?

O projeto de código aberto de #document-understanding mais bem classificado no GitHub é deepseek-ai/DeepSeek-OCR, com 24,180 estrelas. Contextos de compressão óptica

2

Quais linguagens de programação são mais usadas nos repositórios de #document-understanding?

Entre os projetos de #document-understanding mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Go Template, Jupyter Notebook.

3

Como é calculada a classificação dos repositórios de #document-understanding?

Acompanhamos 14 repositórios ativos de código aberto marcados com #document-understanding (com mais de 500 estrelas), totalizando 47,683 estrelas e uma média de 3,405 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.