DavarOCR：一个面向OCR与多模态文档理解的工具箱
计算机视觉与模式识别
2022-07-15 v1
摘要
本文介绍 DavarOCR，一个用于 OCR 与文档理解任务的开源工具箱。DavarOCR 目前实现了 19 种先进算法，涵盖 9 种不同的任务形式。DavarOCR 为每种算法提供了详细的使用说明及训练好的模型。与以往开源 OCR 工具箱相比，DavarOCR 对文档理解前沿技术的子任务提供了相对更完整的支持。为促进 OCR 技术在学术界与工业界的发展和应用，我们更关注不同技术子领域可共享模块的使用。DavarOCR 已在 https://github.com/hikopensource/Davar-Lab-OCR 公开发布。
引用
@article{arxiv.2207.06695,
title = {DavarOCR: A Toolbox for OCR and Multi-Modal Document Understanding},
author = {Liang Qiao and Hui Jiang and Ying Chen and Can Li and Pengfei Li and Zaisheng Li and Baorui Zou and Dashan Guo and Yingda Xu and Yunlu Xu and Zhanzhan Cheng and Yi Niu},
journal= {arXiv preprint arXiv:2207.06695},
year = {2022}
}
备注
Short paper, Accept by ACM MM2022