1700 位用户此时在线
24小时点击排行 Top 10：
- 本站自动实时分享网络热点
- 24小时实时更新
- 所有言论不代表本站态度
- 欢迎对信息踊跃评论评分
- 评分越高，信息越新，排列越靠前
2
1
0
一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
时政
(
twitter.com
)
由
AIGCLINK
提交
一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
2、公式检测上采用YOLOv8，包含行内公式和行间公式
3、公式识别上采用UniMERNet识别
4、光学字符识别使用PaddleOCR进行文本识别
对于公式识别，UniMERNet可以媲美商业软件； OCR上使用PaddleOCR，对中英文OCR效果不错，之前分享过
github：https://t.co/fIYWdOg0lc
#PDF提取
点击图片查看原图
1
2
1
1
2
2
1
1
3
2
1
1
5
2
1
1
6
2
1
1
7
2
1
1
8
2
1
1
9
2
1
1
10
2
1
1
11
2
1
1
12
2
1
1
13
2
1
1
14
2
1
1
16
2
1
1
17
2
1
1
18
2
1
1
19
2
1
1
20
2
1
1
21
2
1
1
22
2
1
1
23
1
0
0