Nanonets-OCR-s: модель, преобразующая таблицы из изображений в Markdown 77

小编 · 2025-06-14

Nanonets-OCR-s может преобразовывать таблицы из изображений в формат Markdown, а также распознавать синтаксис LaTeX. Он определяет положение изображений и преобразует их в теги <img>, подписи — в теги <signature>, а символы вроде флажков — в каомодзи. Также обрабатывает таблицы с объединёнными ячейками и выводит их в формате HTML. Размер модели — 3.75B, дообучена на Qwen2.5-VL-3B-Instruct.

Nanonets-OCR-s: модель, преобразующая таблицы из изображений в Markdown

Что такое Nanonets-OCR-s?

Nanonets-OCR-s умеет преобразовывать таблицы из изображений в формат Markdown, а также распознавать синтаксис LaTeX. Кроме того, он способен находить расположение изображений и преобразовывать их в теги <img>. Подписи преобразуются в теги <signature>, а символы вроде флажков отображаются с помощью эмодзи. Он также умеет обрабатывать таблицы с объединёнными ячейками и выводить их в формате HTML. Размер модели составляет 3,75B — она дообучена на базе Qwen2.5-VL-3B-Instruct, поэтому хорошо поддерживает китайский язык.

Nanonets-OCR-s：超强表格转 Markdown 模型.jpg

Ключевые особенности

Преобразование таблиц: точно извлекает сложные таблицы и преобразует их в понятные форматы Markdown и HTML.
Распознавание формул: точно преобразует математические формулы в документе в синтаксис LaTeX, легко справляясь как с встроенными, так и с вынесенными формулами.
Обработка изображений: автоматически распознаёт изображения в документе и описывает их с помощью тегов <img>, что удобно для последующей обработки.
Извлечение подписей и водяных знаков: обнаруживает подписи и водяные знаки в документе и помечает их тегами <signature> и <watermark> соответственно.
Обработка флажков: преобразует флажки и переключатели в документе в стандартные символы Unicode, удобные для чтения и редактирования.

Способы использования

Через Python-библиотеку:

Установите необходимые библиотеки (например, transformers и др.).
Загрузите предобученную модель, затем обработайте изображение и извлеките содержимое.

Через серверный интерфейс:

Запустите сервер, отправляйте запросы через Python и соответствующий клиент и получайте результаты преобразования.

С помощью упрощённых инструментов:

Используйте такие инструменты, как docext, чтобы запустить приложение в один клик и упростить рабочий процесс.

Сценарии применения

Академические исследования: быстро преобразует формулы, диаграммы и таблицы из статей в редактируемый формат Markdown, что удобно для систематизации и дальнейших исследований.
Деловой офис: обработка контрактов, отчётов и других документов, извлечение ключевой информации с сохранением единообразия форматирования и повышение эффективности работы.
Юридическая сфера: распознавание и выделение подписей, водяных знаков и других важных элементов, обеспечение полноты и точности документа.

Преимущества

Мощный функционал: распознаёт множество элементов документа, удовлетворяя потребности различных сценариев.
Интеллектуальность и эффективность: благодаря интеллектуальному распознаванию и семантической разметке выходные данные становятся более удобными для обработки.
Лёгкость и удобство: модель имеет умеренный размер, оптимизирована на основе существующих технологий и поддерживает китайский язык.