WhimRead 需要 JavaScript 才能使用站内搜索。
Whim
Read
随手一翻
发现
全部工具
推荐
惊喜
关于
搜索
English
AI 应用
MinerU-Diffusion
opendatalab/MinerU-Diffusion
基于
块级
并行
扩散
解码
的
文档
OCR解
析
方案,
将
页面
图像
高效
转换
为
版式
感知
的
文本
表格
与
公式
内容。
去 GitHub 看仓库
复制链接
标签
ai4science
diffusion
dlm
document-analysis
extract-data
layout-analysis
llada
ocr
同类项目
mineru
83.4k
将
PDF
与
Office
等
复杂
文档
解析
为
大模型
可用
的
Markdown/JSON文档
工具,
提供
SDK、
API
与
WebUI供Agent
调用。
Dolphin
9.1k
字节
跳动
开源
的
文档
图
像
解
析
模型,
基于
视觉
语言模型
把
PDF/
图片
解
析成
结构化 JSON
与
Markdown。
manga-image-translator
10.6k
一
键
翻译
漫画
图片
内
文字
的
AI
应用,
集成
文本
检测、
识别、
消除
与
排版,
需本
地
或
Docker
自托
管
运行。
easydiffusion
10.5k
一
键
安装
的
Stable Diffusion
本
地
绘图
应用,
提供
浏览器
界面,
输入
文字
提示
即
可
生成、
修复
和
放大 AI
图像。
text-extract-api
3.2k
基于
FastAPI
的
文档
提取
服务,
结合
EasyOCR、
MiniCPM
-V、
LLaMA Vision
与
Ollama,
将
PDF/Office/
图片
转成
Markdown
或
JSON,
并
可
匿名化去
除
PII。
retain-pdf
2.7k
面
向
扫描版
与
科研 PDF
的
保留
排版翻译
工具,
自带
桌面端,
支持
公式
与
多栏
版式
还
原。
624
ai4science,diffusion,dlm
基于块级并行扩散解码的文档OCR解析方案,将页面图像高效转换为版式感知的文本表格与公式内容。
←
上一个
ikaros
下一个
→
globalping