Alternatives and similar repositories for doc_ai

Users that are interested in doc_ai are comparing it to the libraries listed below

• jiangnanboy / AutoText
  智能文本自动处理工具（Intelligent text automatic processing tool）。AutoText的功能主要有文本纠错，图片ocr、版面检测以及表格结构识别等。The main functions of this project include …
  ☆26Updated 2 years ago
• xhw205 / PaddleOCR_AlignText
  PaddleOCR 输出结果的行对齐，表格制式图像OCR行对齐
  ☆47Updated 3 years ago
• RapidAI / RapidOCRPDF
  Based on RapidOCR, extract the PDF content
  ☆182Updated 3 months ago
• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆239Updated 3 weeks ago
• jiangnanboy / jcorrector
  jcorrector 中文文本纠错工具， Text Error Correction Tool，Spelling Check
  ☆74Updated 6 months ago
• RapidAI / RapidOrientation
  文档方向分类
  ☆223Updated 9 months ago
• yangjianxin1 / unsloth
  Finetune Llama 3, Mistral & Gemma LLMs 2-5x faster with 80% less memory
  ☆29Updated last year
• SWHL / ChineseDocumentPDF
  中文论文、证券类、财报类PDF数据
  ☆34Updated last year
• torchv / torchv-unstructured
  TorchV开源的解析代码仓库
  ☆122Updated last month
• zhangnengwei123 / vLLM-docker-Qwen2
  学习vLLM，使用vLLM部署Qwen2-0.5B的模型，并使用docker部署。
  ☆17Updated last year
• RapidAI / RapidUnDistort
  修正文档扭曲/模糊/阴影等情况，使用onnx模型简单轻量部署，未来持续跟进最新最好的文档矫正方案和模型,Correct document distortion using a lightweight ONNX model for easy deployment. We wi…
  ☆74Updated 8 months ago
• shibing624 / imgocr
  Python3 package for Chinese/English OCR,use paddleocr-v5 onnx model(~20MB), with ultra-fast inference speed. 基于ppocr-v5-onnx模型推理，中英文OCR开源…
  ☆100Updated last month
• q2wxec / lang2openai
  lang2openai
  ☆72Updated 10 months ago
• jiangnanboy / layout_analysis4j
  利用java-yolov8实现版面检测（Chinese layout detection），java-yolov8 is used to detect the layout of Chinese document images
  ☆25Updated 2 years ago
• jiangnanboy / llm_corpus_quality
  大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning
  ☆69Updated last year
• peilongchencc / docker_tutorial
  介绍docker、docker compose的使用。
  ☆20Updated 11 months ago
• llmlearning-x / aippt_PresentationGen
  PresentationGen是一个通过大语言模型生成PPT文件的SpringBoot Web应用。A SpringBoot web application that generates PPT files using a llm.
  ☆41Updated 11 months ago
• Gmgge / ImageAnalysisService
  轻量模型的图像分析web服务，包括倾斜矫正OCR，公章(印章)检测+识别，车牌识别。api方案使用FastAPI+Gunicorn，提供gradio展示。
  ☆102Updated last year
• intsig-textin / acge_text_embedding
  ☆19Updated last year
• 360AILAB-NLP / 360LayoutAnalysis
  360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute
  ☆297Updated 11 months ago
• OKC13 / General-Documents-Layout-parser
  通用版面分析 | 中文文档解析 |Document Layout Analysis | layout paser
  ☆47Updated last year
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆118Updated 2 months ago
• RapidAI / RapidTableDetection
  检测和提取各种场景图片中的表格区域，并纠正透视和旋转问题 Detect and extract table regions from images in various scenarios, and correct perspective and rotation i…
  ☆106Updated 8 months ago
• jiangnanboy / text_security_audit
  text security audit 安全审核-语义模型过滤 敏感内容检测系统
  ☆27Updated 6 months ago
• dataelement / bisheng-unstructured
  bisheng-unstructured library
  ☆55Updated 3 months ago
• flyme2023 / bge
  bge推理优化相关脚本
  ☆29Updated last year
• shuliu586 / AI_Chinese_DataSet_KnowledgeDAO
  供AI训练的中文数据集（持续更新。。。）与AI公司图谱，目前的数据集餐饮行业8000问，百度知道，Alpaca中文数据集，计算机领域数据集，Vicuna数据集，RedPajama数据集，Wikipedia中文词条数据集，网站论坛问答数据集
  ☆60Updated last year
• tianchiguaixia / layoutlmv3-chinese
  该项目是为了使用layoutlmv3针对中文图片训练和推理。 其中主要解决三个问题： 1.数据标准化成可以的训练数据集格式 2.layoutlmv3-base-chinese 分词修改 2.超过512长度的文本切分和滑窗操作
  ☆57Updated 11 months ago
• Rookie1019 / Llama-3-8B-Instruct-Chinese
  LLama3中文个人版本
  ☆39Updated last year
• hzauzxb / guidance-ocr
  视觉信息抽取任务中，使用OCR识别结果规范多模态大模型的回答
  ☆39Updated 8 months ago