🚀 项目特点
① 多语言、多模态识别：GOT-OCR 2.0 支持多种语言和模态的文本识别，无论是印刷体还是手写体，都能准确识别。
② 多样化输入输出：支持照片、文档、切片等多种输入格式，输出格式包括纯文本、Markdown、TikZ、SMILES、Kern 等，满足不同场景的需求。
③ 长文本处理能力： 解码器支持 8K 最大长度的 token，能够处理长文本场景，适用于学术论文、法律文件等长文本资料。
④ 高级功能： 包括交互式 OCR 功能、动态分辨率策略、多页 OCR 技术支持，提供更加灵活和高效的 OCR 解决方案。
如下是 GOT 和其他 OCR 模型的对比评分，取得了非常不错的成绩。
公式：
开源地址：https://github.com/Ucas-HaoranWei/GOT-OCR2.0
论文地址：https://arxiv.org/pdf/2409.01704
历史盘点
地址：https://github.com/Wechat-ggGitHub/Awesome-GitHub-Repo
