Ucas-HaoranWei 收录中的开源项目,按星标数排序。
General OCR Theory 的官方代码实现:通过统一端到端模型迈向 OCR-2.0
[ECCV 2024] Vary 官方代码实现:扩展大型视觉语言模型的视觉词汇表。
Vary-toy (Small Language Model Meets with Reinforced Vision Vocabulary) 的官方代码实现