-
1. Background
MindOCR does not currently support handwritten mathematical formula recognition. I hope to solve this problem by contributing a CAN model.
2. Model Introduction
HMER(Handwrit…
-
您好,我用的VLMEvalKit工具,权重是Mini-Monkey-2B,结构用的intervl-2B。测试结果是:
{
"Text Recognition": 246,
"Scene Text-centric VQA": 169,
"Doc-oriented VQA": 133,
"Key Information Extraction": 167,
…
-
您好,“Multi-scale attention with dense encoder for handwritten mathematical expression recognition”论文中的编码器有两个分支,但是在您的代码中并没有找到另一个分支,是另一个分支效果不好吗?
-
- ICDAR 2021
- https://icdar2021.org
- Accepted papers are available
- https://ieeexplore.ieee.org/search/searchresult.jsp?newsearch=true&queryText=ICDAR%202021
- query = ICDAR 2021
…
-
首先非常感谢你的工作,我看到你的 decoder 部分网络模型设计有些复杂,所以想知道你的 decoder 部分的模型设计是来源于哪一篇论文?或者这是否并没有来源,而是你自己设计的模型呢?
-
主要代码:
openbmb/MiniCPM-V-2_6
```
# transformers==4.41.0
response = self.model.chat(image=visuals[0],msgs=msgs,tokenizer=self.tokenizer)
```
结果日志:
######################### OCRBench ###########…
-
![CAE$OHL(1OO KSRO %0 `6U](https://user-images.githubusercontent.com/38500882/54663587-bdfaab80-4b1c-11e9-807c-b14f3090073e.png)
@whywhs hello,could you please to help me to solve the problem?(i ju…
-
您好张老师:
在feature map 上面打掩码是必须的吗? 我看到有些模型没有这么做? 所以想问问您对此的理解和看法.
从代码上来看, 在计算attention权重的时候对图片pad的几何位置打了mask,这样在最终计算注意力权重的时候,被mask的位置被人为的抑制, 我想您可能是想使用一种局部的注意力机制,不是global的计算而是局部local的方式去计算注意…
-
### 起始日期 | Start Date
_No response_
### 实现PR | Implementation PR
_No response_
### 相关Issues | Reference Issues
_No response_
### 摘要 | Summary
minicpm-v 2.6版本的vlmevalkit支持吗,自己尝试了复现了但是达不到官网水平,不知道…
-
# URL
- https://arxiv.org/abs/2310.16809
# Affiliations
- Yongxin Shi, N/A
- Dezhi Peng, N/A
- Wenhui Liao, N/A
- Zening Lin, N/A
- Xinhong Chen, N/A
- Chongyu Liu, N/A
- Yuyi Zhang, N/A…