AI 助理
备案控制台

文字识别

首页 标签 文字识别
# 文字识别 #
关注
5810内容
最新 热门 文章 问答 视频 课程 训练营
技术内容小助手
|
7月前
|
博文
超顶的视觉理解模型怎么用？Qwen2.5-VL Cookbook教会你！
超顶的视觉理解模型怎么用？Qwen2.5-VL Cookbook教会你！
# JSON # 文字识别 # 测试技术 # API # 开发者
技术内容小助手
|
7月前
|
博文
新书上线 |《零门槛AIGC应用实战——Serverless+AI 轻松玩转高频AIGC场景》免费下载
新书上线 |《零门槛AIGC应用实战——Serverless+AI 轻松玩转高频AIGC场景》免费下载
# 函数计算 # 人工智能 # 运维 # 文字识别 # Serverless # 开发者
蚝油菜花
|
7月前
|
博文
|
来自： ModelScope模型即服务
R1-Onevision：开源多模态推理之王！复杂视觉难题一键解析，超越GPT-4V
R1-Onevision 是一款开源的多模态视觉推理模型，基于 Qwen2.5-VL 微调，专注于复杂视觉推理任务。它通过整合视觉和文本数据，能够在数学、科学、深度图像理解和逻辑推理等领域表现出色，并在多项基准测试中超越了 Qwen2.5-VL-7B 和 GPT-4V 等模型。
# 云解析DNS # 机器学习/深度学习 # 人工智能 # 编解码 # 文字识别 # 测试技术
蚝油菜花
|
7月前
|
博文
|
来自： ModelScope模型即服务
MME-CoT：多模态模型推理能力终极评测！六大领域细粒度评估，港中大等机构联合推出
MME-CoT 是由港中文等机构推出的用于评估大型多模态模型链式思维推理能力的基准测试框架，涵盖数学、科学、OCR、逻辑、时空和一般场景等六个领域，提供细粒度的推理质量、鲁棒性和效率评估。
# 图像识别 # 存储 # 人工智能 # 文字识别 # 测试技术
阿里云
|
7月前
|
博文
视觉理解模型Qwen2.5-VL开源，斩获多榜单冠军！
视觉理解模型Qwen2.5-VL开源，斩获多榜单冠军！
# 人工智能 # 编解码 # 文字识别 # 开发者
阿里云云原生
|
7月前
|
博文
|
来自： 云原生
新书上线 |《零门槛AIGC应用实战——Serverless+AI 轻松玩转高频AIGC场景》免费下载
《零门槛AIGC应用实战——Serverless+AI 轻松玩转高频AIGC场景》电子书正式上线！多种精选 AI 部署方案带你深入了解 Serverless+AI 最新趋势、AI 应用的架构设计与详细的部署教程等。函数计算 AI 技术解决方案助您一键上云，高效部署。
# 函数计算 # 人工智能 # 运维 # 文字识别 # Serverless # 开发者
老乡别走
|
7月前
|
博文
|
来自： 视觉智能
【全自动改PDF名】批量OCR识别提取PDF自定义指定区域内容保存到 Excel 以及根据PDF文件内容的标题来批量重命名
学校和教育机构常需处理成绩单、报名表等PDF文件。通过OCR技术，可自动提取学生信息并录入Excel，便于统计分析和存档管理。本文介绍使用阿里云服务实现批量OCR识别、内容提取、重命名及导出表格的完整步骤，包括开通相关服务、编写代码、部署函数计算和设置自动化触发器等。提供Python示例代码和详细操作指南，帮助用户高效处理PDF文件。 链接： - 百度网盘：[链接](https://pan.baidu.com/s/1mWsg7mDZq2pZ8xdKzdn5Hg?pwd=8866) - 腾讯网盘：[链接](https://share.weiyun.com/a77jklXK)
# 视觉智能开放平台 # 文字识别 # Serverless # 开发工具 # 对象存储 # Python
老乡别走
|
7月前
|
博文
|
来自： 视觉智能
【PDF提取全自动改名】如何批量提取PDF指定区域的文字内容，用内容批量给PDF命名或者导出表格，学会全自动解放双手
在生活和工作中，我们常需处理大量PDF文件，如银行单据、税收单据等。手动处理效率低下，而使用“咕嘎批量PDF多区域内容提取重命名导表格系统”可快速完成数千份文档的处理，大幅提高效率。该工具通过获取PDF各区域内容坐标，导入并处理文件，最终将信息提取至表格，并根据关键信息对PDF进行重命名，方便管理和查找。
# 视觉智能开放平台 # 文字识别
modelscope
|
7月前
|
博文
|
来自： ModelScope模型即服务
阿里国际Ovis2系列模型开源：多模态大语言模型的新突破
Ovis是阿里巴巴国际化团队提出的新型多模态大模型架构，通过巧妙地将视觉和文本嵌入进行结构化对齐，为解决模态间嵌入策略差异这一局限性提供了方案。
# 机器学习/深度学习 # 存储 # 文字识别 # 算法 # 计算机视觉
蚝油菜花
|
7月前
|
博文
|
来自： ModelScope模型即服务
Stirling-PDF：51.4K Star！用Docker部署私有PDF工作站，支持50多种PDF操作，从此告别在线工具
Stirling-PDF 是一款基于 Docker 的本地化 PDF 编辑工具，支持 50 多种 PDF 操作，包括合并、拆分、转换、压缩等，同时提供多语言支持和企业级功能，满足个人和企业用户的多样化需求。
# 自然语言处理 # 人工智能 # 文字识别 # 安全 # Docker # 容器
免费试用