AI 模型广场

RT-DETR 是一款由北大团队推出的实时端到端目标检测模型。它打破了以往实时检测模型（如 YOLO 系列）过度依赖 NMS（非极大值抑制）的瓶颈，通过引入 Transformer 架构实现了真正的端到端预测，在保持极高推理速度的同时，显著...

RT-DETR v2 r18vd 是由北京大学团队开发的实时端到端目标检测模型。相比传统的 YOLO 系列，它最大的优势在于采用了 Transformer 架构且无需 NMS（非极大值抑制）后处理，有效解决了检测框冗余和推理延迟不稳定的痛点...

PP DocLayoutV2 是由飞桨团队推出的文档布局分析模型，专注于解决复杂文档（如论文、报表、扫描件）的结构化解析问题。它能精准识别文档中的段落、表格、图片及标题等元素，是构建 RAG（检索增强生成）流水线中 PDF 解析环节的关键组...

RT-DETR-R50VD 是由北京大学团队开发的一款实时端到端目标检测模型。与传统的 YOLO 系列不同，它采用了 Transformer 架构且无需 NMS（非极大值抑制）后处理，有效解决了检测框冗余和推理延迟的痛点。R50VD 版本在...

detr-doc-table-detection 是一款基于 DETR 架构的文档表格检测模型，专门用于从复杂的 PDF 或扫描文档图像中精准定位表格区域。与传统的基于规则或启发式方法不同，它将表格检测视为目标检测任务，能有效处理表格边框缺...

RT-DETR 是由北京大学等团队推出的首个实时端到端目标检测模型。与传统的 YOLO 系列不同，它摒弃了复杂的 NMS（非极大值抑制）后处理，直接输出预测结果，有效解决了检测速度与精度的矛盾。该版本基于 ResNet-50 骨干网络，并在...

这是一个基于最新 YOLOv11 架构微调的车牌检测专用模型。相比通用目标检测模型，它针对车牌的尺寸、长宽比以及复杂路况下的遮挡进行了优化，能够快速、精准地定位图像中的车牌区域。对于开发者而言，该模型上手门槛极低，可直接集成到现有的 YOL...

RT-DETR v2 r50vd 是由北京大学团队推出的实时端到端目标检测模型。相比于传统的 YOLO 系列，它最大的特点是摒弃了复杂的 NMS（非极大值抑制）后处理，直接输出检测结果，有效降低了推理延迟并提升了检测精度。r50vd 版本在...

RT-DETR-R18VD 是由北京大学团队贡献的一款实时端到端目标检测模型。它打破了传统检测模型依赖 NMS（非极大值抑制）后处理的瓶颈，直接输出检测结果，有效降低了推理延迟并提升了检测精度。该模型采用了轻量级的 ResNet-18 骨干...

PP DocLayoutV3 是由百度 PaddlePaddle 推出的高性能文档布局分析模型。它专注于解决 PDF 或扫描件中复杂的版面解析问题，能够精准识别正文、表格、图片及页眉页脚等元素。相比通用目标检测模型，它针对文档结构进行了深度...

这是一个基于 YOLOv8m 架构微调的专项目标检测模型，专门用于识别图像或文档中的表格区域。与通用 OCR 不同，它不负责识别文字，而是充当“表格定位器”，快速在复杂页面中框选出表格的确切位置。对于需要处理大量 PDF 扫描件、发票或报表...

Table Transformer 是微软推出的专门用于表格结构识别的模型。它将表格解析视为目标检测任务，能够精准地从文档图像中定位表格区域并识别内部的行、列及单元格结构。对于开发者而言，它是构建 RAG（检索增强生成）系统的关键前置环节，...

DETR (Detection Transformer) 是由 Facebook 提出的开创性目标检测模型，它彻底改变了传统检测任务对 Anchor（锚框）和 NMS（非极大值抑制）的依赖。该版本采用 ResNet-50 作为骨干网络提取特...

Table Transformer Detection 是由微软推出的专门用于表格结构识别的模型。它解决了 OCR 领域中最头疼的“表格定位”问题，能精准地在复杂文档页面中检测出表格的位置及其内部的行列结构。对于需要处理大量 PDF 或扫描...

Table Transformer (TATR) 是微软推出的一款专门用于文档表格结构识别的深度学习模型。它将表格识别视为目标检测任务，能够精准地从复杂的 PDF 或图像文档中定位表格区域，并解析出其中的行、列及单元格结构。对于需要处理大量...

Anzhcs YOLOs 是一系列基于 YOLO 架构的物体检测模型，旨在为开发者提供高效的目标识别能力。它延续了 YOLO 系列‘快且准’的特点，能够实时地在图像或视频流中定位并分类多个目标。对于习惯使用 PyTorch 或 OpenCV...

YOLOS-tiny 是一款轻量级的视觉目标检测模型，它将 Transformer 架构引入到实时检测领域。与传统的卷积神经网络（CNN）不同，它采用全 Transformer 结构，在保持较高检测精度的同时，极大地压缩了模型体积，显著降低...

YOLOS-Small 是一款将 Transformer 架构引入目标检测领域的轻量化模型。与传统的 YOLO 系列不同，它摒弃了复杂的卷积骨干网络，直接利用 Vision Transformer (ViT) 处理图像，实现了端到端的检测流...