AI 助理
备案控制台
开发者社区 ModelScope模型即服务 正文

如何使用文字检测和文字识别模型完成整图的文字内容提取？

目前看到OCR相关的有几个文字检测和文字识别模型，如何把他们串联起来形成整图中的文字内容提取呢？

展开
收起
可可格格 2022-10-31 09:36:48 1550 分享 版权
1 条回答
写回答
取消 提交回答
  • 邪魔丸

    目前pipeline串联多模型我们还在开发中，可以考虑在业务逻辑中串联起来几个模型，譬如 ocr_detection_pipeline = pipeline(Tasks.ocr_detection) ocr_recognition_pipeline = pipeline(Tasks.ocr_recognition)

    detection_output = ocr_detection_pipeline('img_url') recognition_output = ocr_recognition_pipeline('img_url')

    your_code_to_combine_those_results.

    2022-11-05 13:03:06
    赞同 展开评论
相关问答
印刷文字识别
文字识别OCR有没有手写离线版的 图片转文字 Android版的sdk？
68
2
0
在文字识别OCR中，请教一个关于通过pdf文字识别获得文字后如何结构化整理的问题?
42
1
0
文字识别OCR的24978模型在线体验报错如何解决？
32
0
0
在文字识别OCR中程序怎么替换图片中指定部分文字?
49
0
0
文字识别OCR模型ID:24711训练报错，怎么解决？
44
0
0
文字识别OCR 识别越南银行凭证提取凭证图片的文字调用哪个接口吗？
42
1
0
文字识别OCR 这种图片的文字能识别吗？
45
1
0
我在训练身份证反面的文字识别OCR模型，训练出来的模型为什么只能识别横向拍的照片？竖着拍的识别不出来
42
1
0
文字识别OCR需要识别五线谱的话，有没有对应的模型？
52
2
0
文字识别OCR在训练身份证反面的OCR识别模型，标注时如果只标注kv区域，帮忙分析下是哪里的问题？
31
0
0

ModelScope模型即服务

ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！欢迎加入技术交流群：微信公众号：魔搭ModelScope社区，钉钉群号：44837352

我要提问
收录在圈子:
通用模型
170
+ 订阅

相关文章

  • Qwen2.5-VL！Qwen2.5-VL！！Qwen2.5-VL！！！
  • OpenSearch LLM智能问答版全新升级
  • 阿里国际Ovis2系列模型开源：多模态大语言模型的新突破
  • 通义两大模型，正式开源！
  • 新书上线 |《零门槛AIGC应用实战——Serverless+AI 轻松玩转高频AIGC场景》免费下载

    • 热门讨论

    热门文章

  • ModelScope中，模型下载默认路径在哪个路径？
  • ModelScope下载速度慢怎么解决？
  • 我希望通过damo-YOLO训练1500*1500的图片
  • ModelScope qwen7b、14b、72b lora微调分别需要的显存和cpu内存是多少？
  • com/action/joingroup?code=v1是什么意思
  • ModelScope有部署qwen2-72b的么，正常推理需要多大的显存？
  • 无法导入 modelscope，已经pip install了
  • modelscope上跑报错，提示要pip install ttsfrd，搞不定
  • 在魔塔社区-模型服务 里面一键部署的deepseek模型怎么使用？
  • ModelScope有没有人知道windows安装ttsfrd的方法或者ttsfrd源码？
    • 展开全部
  • 深度评测 | 仅用3分钟，百炼调用满血版 Deepseek-r1 API，百万Token免费用，简直不要太爽。
  • WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
  • 通义万相Wan2.1视频模型开源！视频生成模型新标杆，支持中文字效+高质量视频生成
  • Qwen2.5-Max：阿里通义千问超大规模 MoE 模型，使用超过20万亿tokens的预训练数据
  • 本地部署DeepSeek模型
  • 阿里云PAI部署DeepSeek及调用
  • KTransformers：告别天价显卡！国产框架让单卡24G显存跑DeepSeek-R1 671B大模型：推理速度飙升28倍
  • MNN-LLM App：在手机上离线运行大模型，阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
  • 手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型，创建个性化 AI 助手
  • 智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
    • 展开全部
    还有其他疑问?
    咨询AI助理