Nanonets-OCR-s:能把图片里的表格转换成Markdown格式模型

Nanonets-OCR-s是什么?

Nanonets-OCR-s,能把图片里的表格转换成Markdown格式,而且还能识别 LaTeX 语法。它还能找到图片的位置,转换成 <img> 标签。签名会被转换成 <signature> 标签,复选框之类的符号会用颜文字表示。它还能处理合并单元格的表格,并输出为 HTML 格式。这个模型大小是 3.75B,是基于 Qwen2.5-VL-3B-Instruct 微调的,所以中文支持得很好。

Nanonets-OCR-s:超强表格转 Markdown 模型.jpg

功能亮点

  • 表格转换:可以精准提取复杂表格,并将其转换为清晰的 Markdown 和 HTML 格式。

  • 公式识别:能够将文档中的数学公式准确转换为 LaTeX 语法,无论是内联公式还是独立公式都能轻松应对。

  • 图像处理:自动识别文档中的图片,并用 <img> 标签进行描述,方便后续处理。

  • 签名与水印提取:可以检测到文档中的签名和水印,并分别用 <signature> 和 <watermark> 标签标记出来。

  • 复选框处理:将文档中的复选框和单选按钮转换为标准的 Unicode 符号,方便阅读和编辑。

使用方式

通过 Python 库:

  • 安装必要的库(如 transformers 等)。

  • 加载预训练模型,然后处理图像并提取内容。

通过服务器接口:

  • 启动服务器,通过 Python 和相关客户端发送请求,获取转换结果。

通过简化工具

  • 使用 docext 等工具,一键启动应用,简化操作流程。

适用场景

  • 学术研究:快速将论文中的公式、图表和表格转换为可编辑的 Markdown 格式,方便整理和进一步研究。

  • 商业办公:处理合同、报表等文件,提取关键信息并保持格式一致,提高工作效率。

  • 法律领域:识别和隔离签名、水印等重要元素,确保文档的完整性和准确性。

优势

  • 功能强大:能识别多种文档元素,满足不同场景的需求。

  • 智能高效:通过智能识别和语义标记,让输出内容更易于处理。

  • 轻量便捷:模型大小适中,基于现有技术优化,支持中文。

项目地址

https://huggingface.co/nanonets/Nanonets-OCR-s

收藏
最新工具
ZColoring
ZColoring

一个基于AI的在线着色页生成器,能根据用户输入的文字描述快速生成...

Worldvectorlogo
Worldvectorlogo

全球矢量logo素材免费下载网站,收录了全球众多知名品牌和公司的...

Radio.Garden
Radio.Garden

广播花园,一个网络交互式在线广播平台,由荷兰奈梅亨雷德克斯大学开...

IndexTTS
IndexTTS

B站基于XTTS和Tortoise开发的文本转语音模型,具备工业...

AI Word
AI Word

一站式SEO文章工具,支持普通搜索和AI搜索收录,能批量生成SE...

Rubii AI
Rubii AI

是个基于AI技术的二次元角色创作和聊天机器人平台,能让用户创建有...

Traycer
Traycer

一个适用于大型代码库的AI编程助手,能把复杂需求拆成并行文件任务...

Doclingo
Doclingo

TONDA K.K. 开发的文档翻译软件,支持 PDF、Word...

飞搜侠
飞搜侠

一款飞书文档搜索神器,能帮助用户快速找到所需的飞书文档。包括智能...

InstantMind
InstantMind

AI 思维导图生成器和摘要工具,可以将文本、30+种文件格式、Y...