飞桨PaddlePaddle
/
PaddleOCR-VL
like
233
添加到合集
图文转文本生成
PaddlePaddle
Transformers
Safetensors
PaddleOCR
paddleocr
英文
汉语
多语言
Apache License 2.0
ocr
chart
PaddlePaddle
ERNIE4.5
formula
table
layout
image-to-text
document-parse
arxiv:2510.14528
模型介绍
文件和版本
Pull Requests
讨论
分析
下载
Notebook 快速开发
0/100
全部分类
0
Label
状态
排序
讨论列表 - PaddleOCR-VL:PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。 - AtomGit AI社区