
Written by 研究員16/09/2024
GOT-OCR2.0:端到端的 OCR 模型 可以处理各种复杂的光学字符任务
Ai資訊 Article

GOT-OCR2.0 是一种用于光学字符识别(OCR)任务的通用模型,旨在解决传统OCR系统(OCR-1.0)和现有大视觉语言模型(LVLMs)在OCR任务中的局限性。
传统OCR系统(OCR-1.0)通常采用多模块流水线模式(例如:元素检测、区域裁剪、字符识别等),容易陷入局部最优问题,且维护成本高。该模型通过端到端架构,提供高效的字符识别能力,适用于广泛的OCR任务。
Support authors and subscribe to content
This is premium stuff. Subscribe to read the entire article.
Login if you have purchased
閲讀原文
Author: 小互
You may also like
Written by 研究員
研究一下自己。