TextHawk2: A Large Vision-Language Model Excels in Bilingual OCR and Grounding with 16x Fewer Tokens

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Yu, Ya-Qi, Liao, Minghui, Zhang, Jiwen, Wu, Jihao
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires