Nanonets-OCR-s: 이미지 속 표를 Markdown으로 변환하는 모델 75

Nanonets-OCR-s란 무엇인가요?

Nanonets-OCR-s는 이미지 속 표를 Markdown 형식으로 변환할 수 있을 뿐만 아니라 LaTeX 구문도 인식할 수 있습니다. 또한 이미지의 위치를 찾아 <img> 태그로 변환해 줍니다. 서명은 <signature> 태그로 변환되고, 체크박스 같은 기호는 캘리그래피 문자(顔文字)로 표시됩니다. 병합된 셀이 있는 표도 처리하여 HTML 형식으로 출력할 수 있습니다. 이 모델의 크기는 3.75B이며, Qwen2.5-VL-3B-Instruct를 기반으로 미세 조정(fine-tuning)되었기 때문에 중국어 지원이 매우 뛰어납니다.

주요 기능

• 표 변환: 복잡한 표를 정확하게 추출하여 깔끔한 Markdown 및 HTML 형식으로 변환할 수 있습니다.

• 수식 인식: 문서의 수학 공식을 인라인 수식이든 독립 수식이든 정확하게 LaTeX 구문으로 변환할 수 있습니다.

• 이미지 처리: 문서 속 이미지를 자동으로 인식하고 <img> 태그로 설명하여 후속 처리를 용이하게 합니다.

• 서명 및 워터마크 추출: 문서 속 서명과 워터마크를 감지하여 각각 <signature> 및 <watermark> 태그로 표시할 수 있습니다.

• 체크박스 처리: 문서의 체크박스와 라디오 버튼을 표준 Unicode 기호로 변환하여 읽기와 편집을 편리하게 합니다.

사용 방법

Python 라이브러리를 통해:

• 필요한 라이브러리(예: transformers 등)를 설치합니다.

• 사전 학습된 모델을 로드한 다음 이미지를 처리하고 콘텐츠를 추출합니다.

서버 인터페이스를 통해:

• 서버를 시작한 후 Python과 관련 클라이언트를 통해 요청을 보내 변환 결과를 얻습니다.

간편한 도구를 통해:

• docext 같은 도구를 사용하여 원클릭으로 애플리케이션을 실행하고 작업 과정을 단순화할 수 있습니다.

활용 시나리오

• 학술 연구: 논문의 수식, 그래프, 표를 편집 가능한 Markdown 형식으로 빠르게 변환하여 정리와 추가 연구를 쉽게 해줍니다.

• 상업 업무: 계약서, 보고서 등의 파일을 처리하여 핵심 정보를 추출하고 형식의 일관성을 유지함으로써 업무 효율성을 높여줍니다.

• 법률 분야: 서명, 워터마크 같은 중요한 요소를 식별하고 분리하여 문서의 완전성과 정확성을 보장합니다.

장점

• 강력한 기능: 다양한 문서 요소를 인식하여 여러 시나리오의 요구 사항을 충족합니다.

• 똑똑하고 효율적: 지능형 인식과 의미 태그 지정을 통해 출력 콘텐츠를 더 쉽게 처리할 수 있게 해줍니다.

• 경량이고 편리함: 모델 크기가 적절하며 기존 기술을 기반으로 최적화되어 중국어를 지원합니다.

프로젝트 주소

https://huggingface.co/nanonets/Nanonets-OCR-s