TF-ID用于提取论文中表格和图形 (Table/Figure IDentifier) 的模型，基于 Microsoft Florence-2 模型微调实现。开源微调模型：TF-ID 模型系列共包含 4 个模型：> TF-ID-base0.23B 参数，带标题提取，准确率 97.29%> TF-ID-base-no-caption0.23B 参数，不带标题提取，准确率

Warning: Missing argument 3 for write(), called in /www/wwwroot/biwei1.cn/incs/robot.php on line 68 and defined in /www/wwwroot/biwei1.cn/incs/data.php on line 487

site stats

TF-ID用于提取论文中表格和图形 (Table/Figure IDentifier) 的模型，基于 Microsoft Florence-2 模型微调实现。开源微调模型：TF-ID 模型系列共包含 4 个模型：> TF-ID-base0.23B 参数，带标题提取，准确率 97.29%> TF-ID-base-no-caption0.23B 参数，不带标题提取，准确率

发布时间: 2024-07-12 11:20:36

1分

数据加载中

关注推特

收听电报

2

1

0

TF-ID
用于提取论文中表格和图形 (Table/Figure IDentifier) 的模型，基于 Microsoft Florence-2 模型微调实现。
开源微调模型：
TF-ID 模型系列共包含 4 个模型：
> TF-ID-base
0.23B 参数，带标题提取，准确率 97.29%
> TF-ID-base-no-caption
0.23B 参数，不带标题提取，准确率
时政
( twitter.com )

11个月前由 meng shao 提交

TF-ID @hu_yifei

用于提取论文中表格和图形 (Table/Figure IDentifier) 的模型，基于 Microsoft Florence-2 模型微调实现。

开源微调模型：
TF-ID 模型系列共包含 4 个模型：
> TF-ID-base
0.23B 参数，带标题提取，准确率 97.29%
> TF-ID-base-no-caption
0.23B 参数，不带标题提取，准确率 96.93%
> TF-ID-large
0.77B 参数，带标题提取，准确率 98.06%
> TF-ID-large-no-caption
0.77B 参数，不带标题提取，准确率 97.32%

HuggingFace Models
https://t.co/sEFIaQR0dL

开源微调数据库：
来自 HuggingFace Daily Papers @_akhaliq ，共提取了约 4600 张图像，作者同时也开源了数据库。

HuggingFace Datasets
https://t.co/axCZzRIOjM

开源微调代码：
作者开源了完整的微调代码，默认基于 Florence-2-large-ft, BATCH_SIZE=4 微调需要至少 40GB VRAM GPU。
基于 Florence-2-base-ft 可以减少 GPU VRAM 要求。

Github repo
https://t.co/mxQviWHTHW

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

GPT-4V 一个用途：OCR + 翻译，尤其适合读论文，看英文文字配图。

Prompt 参考：

----
请提取文章中的文字，并用Markdown格式结构化显示。输出格式如下：

<英文原文Markdown>

<简体中文翻译Markdown>
---
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

2

2

1

1

一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
时政
( twitter.com)

11个月前 • AIGCLINK • -- 点击 0 评论

3

2

1

1

尝试用 Gemini Pro Vision 来解决目前 RAG 的核心问题之一：OCR 转 Markdown（带表格）。
结论：
1. 正文效果还行。
2. 表格效果一般。
Prompt 和转换不出来的表格如图。
时政
( twitter.com)

1年前 • 九原客 • -- 点击 0 评论

4

2

1

1

可以把各种文件转成Markdown的一个工具：E2M，每种格式有专门的解析器和转换器，支持自定义配置
支持doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3、m4a等
用Parser解析器从文件中提取文本和图像，用Converter转换器把提取的内容转为Markdown
#文档转换 #E2M #文档转Markdown
时政
( twitter.com)

6个月前 • AIGCLINK • -- 点击 0 评论

5

2

1

1

我建议可以专门提取和利用 Prompts，比如第5点<校对以提升论文质量>，修改论文→文本，称为"校对提质专家"。测试 KIMI AI Free 项目介绍文，就有显著提升。以后发推我都“提质”处理一下，增强推文的可读性。此 Prompts 放图片ALT ，需要请自取🥰
IT技术
( twitter.com)

1年前 • Geek • -- 点击 0 评论

6

4

3

3

学习了一下 pdf 转播客的工作原理：
1. PDF 转文本
2. 用 GPT 将文本转换成播客对话形式的文稿 - 提取出中心思想，找出可以在播客中讨论的话题 - 头脑风暴，并列出提纲 - 生成旁白和对话
3. 根据文稿用 TTS 生成对话
参考提示词：
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:55

7

2

1

1

Sparrow 2.2k⭐️
Sparrow 是一个用于从各种文档和图像中高效提取和处理数据的开源方案，它无缝处理表格、发票、收据和其他非结构化数据源。它以模块化架构脱颖而出，提供独立的服务和 pipeline，全部优化以实现强大的性能。
一个关键功能是可插拔架构，可以轻松地使用 LlamaIndex
时政
( twitter.com)

11个月前 • meng shao • -- 点击 0 评论

8

3

2

2

一个基于GPT-4o-mini 的PDF OCR工具：Zerox
Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档
支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版
时政
( twitter.com)

10个月前 • AIGCLINK • -- 点击 0 评论

9

2

1

1

一款PDF解析工具：doc2x
doc2x可以将 PDF 文件转换为 Markdown、LaTeX、DOCX 等格式
可以解析排版、数学公式、表格、图片、图表等，对包含表格和公式的文档处理效果比较好，支持多语言翻译（基于glm4和deepseek）
体验地址：
#doc2x #PDF解析
时政
( doc2x.noedgeai.com)

11个月前 • AIGCLINK • -- 点击 0 评论

0.07537 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by recha and the Google Privacy Policy and Terms of Service apply.

关注推特

').appendTo(document.body); } $(document).ready(function() { $("a.format_output").bind("click", function(e) { var tid = $(this).closest("div.entry").find("a.title").attr("vid"); if (tid) { clickCounter(tid); } }); });