Yigdzin 1 — зрительно-языковая модель BDRC для распознавания тибетского текста на страницах книг-печа и рукописях.
Подходит для: распознавание тибетского текста на страницах печатных книг-печа · оцифровка тибетских ксилографов · распознавание рукописей письмом учен и у-мед
Модель RDNet от Naver AI классифицирует изображения ImageNet и может служить backbone для извлечения визуальных признаков и эмбеддингов.
Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков из изображений · получение эмбеддингов изображений для поиска по визуальному сходству
Компактная модель Buddhist NLP распознаёт тибетский текст на изображениях страниц и выдаёт построчную Unicode-транскрипцию.
Подходит для: оцифровка тибетских ксилографов · распознавание тибетских рукописей · распознавание тибетских печатных страниц
Дообученный ModernBERT выделяет цитируемые фрагменты коренного текста Tsawa в тибетских буддийских комментариях.
Подходит для: Поиск цитат коренного текста Tsawa в тибетских комментариях · Разметка границ фрагментов Tsawa в корпусе комментариев · Подготовка тибетских буддийских текстов для корпусного анализа
Модель ModernBERT для поиска границ текста и разделов в оцифрованных тибетских буддийских томах.
Подходит для: поиск границ разделов в тибетских буддийских томах · восстановление структуры тома по распознанному OCR тексту · разметка точек разбиения оцифрованных тибетских документов
Дообученный ModernBERT размечает тибетские токены по аннотационным слоям, включая цитаты.
Подходит для: разметка цитат в тибетском тексте · выявление аннотационных слоёв по токенам · подготовка структурированной разметки тибетских документов
Классификатор BDRC определяет тип и класс письма на изображениях страниц тибетских рукописей и печатных изданий для маршрутизации в OCR-конвейере.
Подходит для: классификация страниц тибетских рукописей по типу письма · отбор страниц для подходящего сценария OCR · обнаружение пустых страниц и страниц с просвечиванием текста
Дообученная ResNet-101 классифицирует изображения, связанные с табаком.
Подходит для: Классификация изображений табачной продукции · Распознавание категорий табачных изображений в наборе данных · Автоматическая разметка изображений для анализа табачной тематики