VLM Run Hub: Vordefinierte Pydantic-Schemata zur vereinfachten Extraktion visueller Daten
2025-02-20
VLM Run Hub ist ein umfassendes Repository vordefinierter Pydantic-Schemata zum Extrahieren strukturierter Daten aus unstrukturierten visuellen Bereichen wie Bildern, Videos und Dokumenten. Es wurde für visuelle Sprachmodelle (VLMs) entwickelt und für reale Anwendungsfälle optimiert, wodurch die Integration von visuellem ETL in Ihre Workflows vereinfacht wird. Es bietet verschiedene vordefinierte Schemata, z. B. ein Rechnungsschema zum Extrahieren von Rechnung Metadaten, und unterstützt mehrere VLMs, darunter OpenAIs GPT-4o und Anthropics Claude Vision. Die Verwendung von Pydantic-Schemata gewährleistet eine genaue und zuverlässige Datenextraktion und vereinfacht nachgelagerte Workflows.
Entwicklung
Visuelle Sprachmodelle