• 主页

蜗牛工作室

一个热爱生活、不断探索的旅人

微信
二维码
留言
☰
  • 主页
头像
我的主页
  • 8249 文章
  • 1 评论
  • 5 分类

    • LV.28

    我的官方博客

    • 居住地：山西・五台山
    • 生日：10月5日
    • 简介：一个热爱生活、不断探索的旅人
    • https://www.woniu.wang/
    查看更多 >

    他们抢着跟我说这些

    • 应用屋

      应用屋

      珍惜眼前的美好，就是最好的生活。
    woniu 
    2025-06-03 23:55 来自 蜗牛工作室_刘永个人博客

    全面评估多模态模型视频 OCR 能力，Gemini 准确率仅 73.7%

      多模态大模型（mllm）在静态图像上已展现出强大的光学字符识别（ocr）能力，可以精准识别和理解图像中的文字内容。  不过，当应用范围扩展到动态视频时，即使是当下最先进的模型也遇到了巨大的难题。  MME-Vi... 全面评估多模态模型视频 OCR 能力，Gemini 准确率仅 73.7%
    • 0
    • 11
    • 知识文档
    • Tags: ai,git,模型,评估,全面,能力,ocr,准确率,gemini
      1. 上一页
      2. 1
      3. ...
      4. 12
      5. 13
      6. 14
      7. 15
    🎗友情链接： 李锋镝的博客 Keyle's Blog 小林先森 懵仙兔兔 八咫烏
    Copyright © 2018 蜗牛工作室_刘永个人博客 ・ 晋ICP备2021014194号