PaddleOCR
Décompose la détection, l'analyse de mise en page et le modèle documentaire de 0,9B de PaddleOCR, en suivant le trajet de pages multilingues ou inclinées vers un Markdown et un JSON structurés.
PaddleOCR est une boîte à outils open source d'OCR et d'analyse documentaire bâtie sur PaddlePaddle. PP-OCRv5 assure la détection et la reconnaissance de texte, PP-StructureV3 reconstruit la mise en page, les tableaux, les formules et l'ordre de lecture des colonnes, et le modèle multimodal PaddleOCR-VL de 0,9B traite les pages courbées, inclinées ou photographiées en plus de cent langues. Les sorties Markdown et JSON servent directement à la recherche et à l'extraction.
