跳到正文
arXiv · 机器人与计算机视觉· Brandon Smock, Libin Liang, Maxim Sokolov, Amrit Ramesh, Valerie Faucon-Morin, Tayyibah Khanam, Maury Courtland·· 14 天前精选AI 评分82

POTATR:一种用于页面级表格提取的轻量级图像到图模型

POTATR: A Lightweight Image-to-Graph Model for Page-Level Table Extraction

AI 导读

论文介绍 POTATR(Page-Object Table Transformer),这是一个拥有 2900 万参数的轻量级图像到图模型,旨在解决大规模文档处理中需要上下文感知的表格提取问题。

推荐理由

POTATR 以轻量级架构在表格提取基准上超越前沿多模态大模型,且具备空间定位能力与低成本推理优势。

来源:arXiv · 机器人与计算机视觉 · arxiv.org