图像转Markdown工具开源模型将PDF和图像转为Markdown
想把PDF或图像转为Markdown文件？或许可以试试这个！
Nanonets-OCR-s是一款轻量的VLM模型，能够将PDF和图像转换为干净、结构化的Markdown，并且还是中文友好！
模型经过专门训练，能够准确理解文档结构和内容上下文，包括表格、公式、图像、图表、水印、复选框等元素。
具体来说，它能够实现以下功能：
- LaTeX公式识别：自动将数学方程和公式转换为正确格式的LaTeX语法。能够区分行内公式（ $...$ ）和显示公式（ $$...$$）。
- 智能图像描述：使用结构化标签描述文档中的图像，使其适合LLM处理。可以描述各种图像类型，包括徽标、图表、图形等，详细说明其内容、样式和上下文。
- 签名检测与隔离：识别并将签名与其他文本隔离，输出在标签内。
- 水印提取：检测并提取文档中的水印文本，将其放置在标签内。
- 智能复选框处理：将表单复选框和单选按钮转换为标准化的Unicode符号（☐、☑、☒），以实现一致可靠的处理。
- 复杂表格提取：准确从文档中提取复杂表格，并将其转换为markdown和HTML表格格式。
需要注意的是，目前这个模型还尚未针对手写文本进行训练，对手写文本的识别可能不到位，除此之外，模型可能会出现幻觉。
感兴趣的朋友，可以点击下方的链接进行尝试⬇️
代码仓库：
Huggingface地址：
