#table-structure-recognition Репозитории
Откройте для себя 6 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #table-structure-recognition, с общим числом 18,460 звёзд (в среднем 3,076 на проект). Лидером этой темы является Yuliang-Liu/MonkeyOCR, набравший 6,653 звёзд.
Всего репозиториев: 6
docTR (Document Text Recognition) — удобная, высокопроизводительная и доступная библиотека для задач OCR на основе глубокого обучения. Постоянная разработка и поддержка осуществляются t2k.
Table Transformer (TATR) — это модель глубокого обучения для извлечения таблиц из неструктурированных документов (PDF и изображений). Это также официальный репозиторий набора данных PubTables-1M и метрики оценки GriTS.
🔥🔥🔥Бесплатный автономный набор инструментов ИИ-алгоритмов для Java, поддерживающий распознавание лиц, определение живости, распознавание эмоций, обнаружение объектов, сегментацию экземпляров, обнаружение пешеходов, распознавание текста OCR, распознавание номерных знаков, распознавание таблиц, ASR+TTS, машинный перевод и другие функции, доступный через ссылку Maven. Поддерживает PyTorch, Tensorflow и включает такие основные модели, как Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper и др.
Часто задаваемые вопросы
Какой репозиторий по теме #table-structure-recognition наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #table-structure-recognition на GitHub — Yuliang-Liu/MonkeyOCR, набравший 6,653 звёзд. Легкая модель анализа документов на основе LMM
Какие языки программирования чаще всего используются в репозиториях по теме #table-structure-recognition?
Среди наиболее высоко оценённых проектов по теме #table-structure-recognition на GitHub чаще всего используются языки программирования Python, Java, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #table-structure-recognition?
Мы отслеживаем 6 активных репозиториев с открытым исходным кодом, отмеченных тегом #table-structure-recognition (500 и более звёзд), с общим числом 18,460 звёзд и в среднем 3,076 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.