如何使用文字检测和文字识别模型完成整图的文字内容提取？
目前看到OCR相关的有几个文字检测和文字识别模型，如何把他们串联起来形成整图中的文字内容提取呢？
展开
收起
1
条回答
写回答
写回答
-
目前pipeline串联多模型我们还在开发中，可以考虑在业务逻辑中串联起来几个模型，譬如 ocr_detection_pipeline = pipeline(Tasks.ocr_detection) ocr_recognition_pipeline = pipeline(Tasks.ocr_recognition)
detection_output = ocr_detection_pipeline('img_url') recognition_output = ocr_recognition_pipeline('img_url')
your_code_to_combine_those_results.
2022-11-05 13:03:06赞同 展开评论 打赏
相关问答
ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！欢迎加入技术交流群：微信公众号：魔搭ModelScope社区，钉钉群号：44837352
热门讨论
热门文章
ModelScope qwen7b、14b、72b lora微调分别需要的显存和cpu内存是多少？
5581
modelscope下载 的模型 如何转ollama
734
ModelScope中，模型下载默认路径在哪个路径？
10379
ModelScope有部署qwen2-72b的么，正常推理需要多大的显存？
4346
com/action/joingroup?code=v1是什么意思
7744
幻兽帕鲁怎么搭建服务器
961
modelscope-funasr的FunClip怎么安装的？
2508
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7916
无法导入 modelscope，已经pip install了
3783
我希望通过damo-YOLO训练1500*1500的图片
9003
展开全部
阿里云通义千问向全社会开放！
53257
ColorFlow：腾讯和清华大学联合推出的图像序列着色模型，通过参考图像的颜色对黑白漫画进行着色生成彩色漫画
373
WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
295
multi-agent：多角色Agent协同合作，高效完成复杂任务
34305
OpenAI 12天发布会内容全纪录！一文快速回顾获知亮点信息，原文附发布会中文字幕视频
174
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
255
通义千问72B、1.8B、Audio模型开源！魔搭社区最佳实践来啦！
6193
智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
2464
vanna+qwen实现私有模型的SQL转换
5496
Llama 3开源，魔搭社区手把手带你推理，部署，微调和评估
12386
展开全部
