AI在线 AI在线

OCR

OCR技术选型：数据提取哪家强？

OCR技术选型：数据提取哪家强？
数据是企业运营的核心资产之一。 然而，超过 85% 的商业信息以非结构化数据的形式存在，如电子邮件、报告、发票和合同等，这给计算机处理带来了极大挑战。 为解决这一问题，光学字符识别（OCR）技术（Mistral OCR：文档处理领域的革新者）应运而生。
4/2/2025 4:00:00 AM
大模型之路
Mistral AI 推出 Mistral OCR API：宣称最快最准光学字符识别，千页 1 美元

Mistral AI 推出 Mistral OCR API：宣称最快最准光学字符识别，千页 1 美元
该 API 的定价为每千页 1 美元，单节点每分钟可处理 2000 页。Mistral OCR 模型已被用于历史文化遗产保护等场景。
3/7/2025 6:20:16 PM
溯波（实习）
号称全球性能最高！Mistral 发布全新 OCR API 全方位解析文档

号称全球性能最高！Mistral 发布全新 OCR API 全方位解析文档
在AI模型竞争的浪潮中，法国初创公司Mistral另辟蹊径，亮出了一款名为Mistral OCR的光学字符识别（OCR）API，旨在赋予企业更高级的文档理解能力。 这款新工具承诺将杂乱无章的PDF和图像文件中的内容——无论是潦草的手写笔记，清晰的打印文本，还是复杂的图片、表格和公式——都精准地提取出来，并整理成结构化的数据呈现。 对于那些被海量非结构化数据困扰的企业来说，这无疑是一场及时雨。
3/7/2025 9:31:00 AM
AI在线
【多模态&文档智能】OCR-free感知多模态大模型技术链路及训练数据细节

【多模态&文档智能】OCR-free感知多模态大模型技术链路及训练数据细节
目前的一些多模态大模型的工作倾向于使用MLLM进行推理任务，然而，纯OCR任务偏向于模型的感知能力，对于文档场景，由于文字密度较高，现有方法往往通过增加图像token的数量来提升性能。 这种策略在增加新的语言时，需要重新进行训练，计算开销较大，成本较高。 因此，本文再来看看vary和got这两个衔接工作，看看其完整的技术链路。
12/12/2024 12:25:09 AM
余俊晖
使用 OCR 识别手写文本

使用 OCR 识别手写文本
本文实现了基于微调TrOCR模型进行手写文本识别。 1.GNHK手写笔记数据集GNHK（GoodNotes Handwriting Kollection）手写笔记数据集由GoodNotes提供，包含来自世界各地学生的数百份英文手写笔记。 下载数据集访问GNHK数据集官方网站:()，滚动到底部，同意使用条款和条件；点击第二个链接下载数据集。
12/3/2024 9:59:00 AM
小喵学AI
亮相CCIG2024，合合信息文档解析技术破解大模型语料“饥荒”难题

亮相CCIG2024，合合信息文档解析技术破解大模型语料“饥荒”难题
近日，2024中国图象图形大会在古都西安盛大开幕。本届大会由中国图象图形学学会主办，空军军医大学、西安交通大学、西北工业大学承办，通过二十多场论坛、百余项成果，集中展示了生成式人工智能、大模型、机器学习、类脑计算等多个图像图形领域的进展。大模型技术正随着科技革新实现广泛应用，满足多行业图像处理需求。大会期间，由CSIG文档图像分析与识别专委会与上海合合信息科技股份有限公司（简称“合合信息”）联合主办了《大模型技术及其前沿应用》论坛，来自华南理工大学、上海交通大学、清华大学、复旦大学、上海人工智能实验室、合合信息等高
5/29/2024 2:37:00 PM
机器之心
腾讯OCR团队斩获ICDAR大赛四项冠军

腾讯OCR团队斩获ICDAR大赛四项冠军
在全球文字识别（OCR）领域顶级盛会ICDAR 2023上，腾讯OCR团队基于自研算法，斩获四项冠军，这是继2017年、2019年、2021年以来，连续四届参会同时创造佳绩，共获得18项官方认证冠军，展示了腾讯OCR技术在全球的一流水平。ICDAR大会是全球文档图像分析识别领域公认的权威学术会议，每两年举办一次，赛事举办至今已经吸引了超过100多个国家的近8000支队伍参与其中。ICDAR竞赛因其极高的技术难度和强大的实用性享誉国内外，与赛后非正式刷榜不同，ICDAR官方认证的正式竞赛采用全新的数据集，并且在比赛期
10/20/2023 3:51:00 PM
新闻助手
  • 1