Awesome GitHub RepositoriesDocument Analysis Models

Layout-parser est un framework d'analyse d'image et d'analyseur de mise en page de document basé sur le deep learning. Il fournit une boîte à outils pour extraire des informations structurelles et des modèles de mise en page à partir de documents scannés et d'images numériques, les transformant en structures de données programmatiques pour une analyse automatisée. Le framework intègre la détection de mise en page avec la reconnaissance optique de caractères pour convertir les régions tabulaires en données lisibles par machine. Il utilise des réseaux de neurones pour identifier et classer les éléments structurels au sein des images de document sans dépendre de systèmes basés sur des règles manuelles. Le système couvre un large éventail de fonctionnalités d'analyse de document, y compris l'analyse de structure de document, l'extraction automatisée de tableaux et la représentation hiérarchique de mise en page. Il inclut également des outils de visualisation pour rendre les éléments détectés et les hiérarchies sur les images originales pour la vérification des résultats.

Table Transformer is a deep learning framework designed for document layout analysis and the automated extraction of tabular data from unstructured images and documents. It utilizes a transformer-based architecture to perform object detection, identifying table boundaries and internal grid structures to convert visual information into machine-readable formats. The project distinguishes itself by employing a global optimization strategy for bipartite matching, which eliminates the need for traditional non-maximum suppression during the detection process. By leveraging multi-scale feature extra