WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
模型
MinerU-Diffusion
opendatalab/MinerU-Diffusion
基于
块级
扩散
解码
的
2
.5B 文档
OCR
模型,
替代
自回归生成
以
加速
版面、
文字、
公式
与
表格
识别,
提供
权重
和
推理
代码。
去 GitHub 看仓库
复制链接
标签
ai4science
diffusion
dlm
document-analysis
extract-data
layout-analysis
llada
ocr
同类项目
mineru
84k
将
PDF
与
Office
等
复杂
文档
解析
为
大模型
可用
的
Markdown/JSON文档
工具,
提供
SDK、
API
与
WebUI供Agent
调用。
Dolphin
9.1k
字节
跳动
开源
的
多
模态
文档
解析
模型,
采用
两
阶
段
“先分析
后
解析”
架构,
支持
数
字版
与
拍摄
文档
的
版面
分析、
表格
公式
识别,
并
输出
结构化 Markdown/JSON。
surya
21.6k
面
向
文档
的
OCR
与
版面
分
析视觉
语言
模型,
可
输
出
文本、
版面、
阅读
顺序
和
HTML
表格,
配套命
令行
与
Python
推理
接口。
lift
1.3k
Datalab
开源
的
9B
视觉
模型,
按 JSON Schema
从
PDF
和
图片
中
抽取
结构化数据,
支持
本地
或
vLLM 部署。
PaddleOCR
92.9k
面
向
开发者
的
OCR
与
文档
解析
工
具包,
把
PDF图
像
转
为
LLM
可用
的
结构
化数据。
tesseract
77.6k
人
直接
使用
的
开源
OCR
引擎
与
命令
行
工具,
识别百
余
种
语言
图
像
文字。
623
ai4science,diffusion,dlm
基于块级扩散解码的 2.5B 文档 OCR 模型,替代自回归生成以加速版面、文字、公式与表格识别,提供权重和推理代码。
←
上一个
ClaudeCodeStatusLine
下一个
→
lz4_flex