AI 助理
备案控制台
开发者社区 ModelScope模型即服务 计算机视觉 正文

ModelScope上识别的是json格式,怎么把他转换成文本？!

09fcf6c516e8ec04a9cd76f712db21ad.png 参考这个文档https://github.com/AlibabaResearch/AdvancedLiterateMachinery/tree/main/Applications/DocXChain 跑这个ocr的时候执行python example.py whole_pdf_conversion 报错:ValueError: attempted relative import beyond top-level package 这个错误我自己解决了，但ModelScope识别的是json格式,怎么把他转换成文本？191abdafaaa372e1a5c129bb16053d79.png，就是把pdf 识别成txt格式的,便于阅读

展开
收起
陈幕白 2023-12-13 16:08:54 124 分享 版权
1 条回答
写回答
取消 提交回答
  • 顾九思

    这个估计得您写代码处理一下。此回答整理自钉群 “魔搭ModelScope开发者联盟群 ①”

    2023-12-13 16:46:03
    赞同 展开评论
相关问答
modelscope 现在已知的json结构化数据，可以用模型推理出其他图片的json结构么？
104
1
0
在modelscope-funasr该怎么更新token.json与seg_dic等文件呢？
111
0
0
在modelscope-funasr为什么解析出来的文本跟语音差别很大 ？
112
0
0
ModelScope本地搭环境文本生成领域模型有没有详细的安装流程 官网的看着有点迷惑?
117
1
0
ModelScope中我的数据集dataset_infos.json文件被管理员删除是什么问题？
109
1
0
ModelScope输出看了下只有这四个数据集的features，没有格式，怎么处理？
125
1
0
ModelScope中，qwen2-72b-instruct-awq 支持 json模式吗？
129
0
0
ModelScope中，微调参数里面有可能会导致模型回复中断的参数或者是数据里面没有长文本的数据？
121
1
0
ModelScope大模型比较擅长的是json格式来提取码吗？
251
1
0
ModelScope有没有什么格式是大模型一定能够按照那个格式提取文字的？
74
1
0
ModelScope模型即服务

计算机视觉

包含图像分类、图像生成、人体人脸识别、动作识别、目标分割、视频生成、卡通画、视觉评价、三维视觉等多个领域

我要提问

相关文章

  • AiPy：AI+Python=安上手脚的Agent
  • RAG不是“外挂提示词”，而是让大模型真正懂你业务的大脑外
  • 使用容器部署python flask ubuntu 环境的时候，网页跳转路由无法保持端口号的问题
  • 《理解MySQL数据库》版本演进全解析：从5.1到8.0的技术革新之路
  • 智能体开发的学习路径：对标国家职业标准的系统化能力构建

    • 热门讨论

    热门文章

  • ModelScope中，大佬们4卡跑lora时，遇到这样的错，怎么解决？
  • ModelScope中，模型下载默认路径在哪个路径？
  • 我希望通过damo-YOLO训练1500*1500的图片
  • ModelScope下载速度慢怎么解决？
  • 在ModelScope中，下载模型时的ssl问题怎么解决？!
  • 如何下载modelscope模型？
  • com/action/joingroup?code=v1是什么意思
  • cpu部署报错 Torch not compiled with CUDA enabled
  • modelscope cache 环境变量是啥？
  • 服务器上onnxruntime-gpu 调用结束，如何释放显存
    • 展开全部
  • Qwen2.5-VL：阿里通义千问最新开源视觉语言模型，能够理解超过1小时的长视频
  • RF-DETR：YOLO霸主地位不保？开源 SOTA 实时目标检测模型，比眨眼还快3倍！
  • X-AnyLabeling：开源的 AI 图像标注工具，支持多种标注样式，适于目标检测、图像分割等不同场景
  • JoyCaption：开源的图像转提示词生成工具，支持多种风格和场景，性能与 GPT4o 相当
  • SPAR3D：一张图片就能生成3D模型，每个物体的重建时间仅需0.7秒！
  • video-analyzer：开源视频分析工具，支持提取视频关键帧、音频转录，自动生成视频详细描述
  • InvSR：开源图像超分辨率生成模型，提升分辨率，修复老旧照片为超清图像
  • UI-TARS：字节跳动开源专注于多平台 GUI 自动化交互的视觉语言模型
  • Cobalt：开源的流媒体下载工具，支持解析和下载全平台的视频、音频和图片，支持多种视频质量和格式，自动提取视频字幕
  • Manga Image Translator：开源的漫画文字翻译工具，支持多语言翻译并嵌入原图，保持漫画的原始风格和布局
    • 展开全部
    还有其他疑问?
    咨询AI助理