Surya 是一套支持 90 多种语言的 OCR 与文档理解模型，提供文字识别、版面分析、阅读顺序与表格识别，是 Marker 背后的视觉引擎。 做文档解析时，.detection（文字在哪）、.recognition（是什么字）、layout（什么区块）、reading order（按什么顺序读）、table（表格结构）这些能力往往分散在不同工具里。Surya 把它们整合成一套模型：一个统一的文档理解底座，支持 90 多种语言，既能单独调用，也是 Marker 等上层工具的...
标签 版面分析 下的文章
PaddleOCR 是一套轻量而强大的 OCR 工具包，把 PDF 与图片里的文字、表格、版面结构提取成 AI 能直接用的数据。 给 AI 喂文档，第一步是把里面的字和版式读出来。扫描件、拍照、带表格的 PDF，直接用通用 OCR 往往丢行、乱序、认错表格。PaddleOCR 是百度飞桨生态里的 OCR 工具包，主打开箱即用与高精度，覆盖文字检测、识别、版面分析与表格识别。它的定位很明确——「把任意文档变成结构化数据喂给 AI」。仓库 PaddlePaddle/PaddleO...