obvio-upasana 开源发布 SmartScan 扫描文档 OCR 管线仓库
热点事件历史事件
obvio-upasana 开源发布 SmartScan 扫描文档 OCR 管线仓库
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
obvio-upasana 在 GitHub 开源发布了 SmartScan(Ocr-llm 仓库),一个针对扫描版古吉拉特语与英文 PDF 的 OCR 提取与重建流水线,可对扫描、数字或混合文档进行 300 dpi 渲染、版面分析、OCR 和阅读顺序与逻辑结构重建。 该管线支持 Tesseract、Google Cloud Vision、Azure Document Intelligence、PaddleOCR 四种可切换引擎,可选接入 Groq(默认 llama-3.3-70b-versatile)做上下文增强,且所有 LLM 输出均逐字符校验。输出覆盖率、OCR 置信度、结构分三项质量指标,可导出 clean PDF、audit PDF、JSON、Excel 和原始 OCR 文本。
AI 根据报道生成 · 5 天前更新
最新进展11月17日 12:31
SmartScan(Ocr-llm):扫描版古吉拉特语与英文 PDF 的智能 OCR 提取与重建工具报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- GitHub · 去对齐工具与仓库SmartScan(Ocr-llm):扫描版古吉拉特语与英文 PDF 的智能 OCR 提取与重建工具
SmartScan 是一个开源 PDF 处理流水线,可对扫描、数字或混合的古吉拉特语、英文文档进行 300 dpi 渲染、版面分析、OCR 与结构重建,支持 Tesseract、Google Cloud Vision、Azure Document Intelligence 和 PaddleOCR 四种引擎,并可选接入 Groq(默认 llama-3.3-70b-versatile)做上下文增强,所有 LLM 输出均逐字符校验。它输出覆盖率、OCR 置信度、结构分三项质量指标,可导出 clean PDF、audit PDF、JSON、Excel 和原始 OCR 文本。