blog.lomin.ai/문서-레이아웃-분석을-위한-경량-gnn-모델-glam-pdf-문서의-효율적-분류와-레이아웃-추론-33474

Preview meta tags from the blog.lomin.ai website.

Linked Hostnames

8

Thumbnail

Search Engine Appearance

Google

https://blog.lomin.ai/%EB%AC%B8%EC%84%9C-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EB%B6%84%EC%84%9D%EC%9D%84-%EC%9C%84%ED%95%9C-%EA%B2%BD%EB%9F%89-gnn-%EB%AA%A8%EB%8D%B8-glam-pdf-%EB%AC%B8%EC%84%9C%EC%9D%98-%ED%9A%A8%EC%9C%A8%EC%A0%81-%EB%B6%84%EB%A5%98%EC%99%80-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EC%B6%94%EB%A1%A0-33474

A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그

GLAM(Graph-based Layout Analysis Model)은 PDF 문서의 레이아웃 분석을 위한 경량 그래프 신경망 모델로, 텍스트 박스를 노드로 구성하여 노드와 엣지 분류를 통해 레이아웃을 추론합니다. DocLayNet과 PubLayNet 데이터셋에서 기존 CV 모델보다 효율적인 성능을 보여주며, 작은 모델 사이즈와 빠른 추론 속도가 강점입니다. | Tech



Bing

A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그

https://blog.lomin.ai/%EB%AC%B8%EC%84%9C-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EB%B6%84%EC%84%9D%EC%9D%84-%EC%9C%84%ED%95%9C-%EA%B2%BD%EB%9F%89-gnn-%EB%AA%A8%EB%8D%B8-glam-pdf-%EB%AC%B8%EC%84%9C%EC%9D%98-%ED%9A%A8%EC%9C%A8%EC%A0%81-%EB%B6%84%EB%A5%98%EC%99%80-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EC%B6%94%EB%A1%A0-33474

GLAM(Graph-based Layout Analysis Model)은 PDF 문서의 레이아웃 분석을 위한 경량 그래프 신경망 모델로, 텍스트 박스를 노드로 구성하여 노드와 엣지 분류를 통해 레이아웃을 추론합니다. DocLayNet과 PubLayNet 데이터셋에서 기존 CV 모델보다 효율적인 성능을 보여주며, 작은 모델 사이즈와 빠른 추론 속도가 강점입니다. | Tech



DuckDuckGo

https://blog.lomin.ai/%EB%AC%B8%EC%84%9C-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EB%B6%84%EC%84%9D%EC%9D%84-%EC%9C%84%ED%95%9C-%EA%B2%BD%EB%9F%89-gnn-%EB%AA%A8%EB%8D%B8-glam-pdf-%EB%AC%B8%EC%84%9C%EC%9D%98-%ED%9A%A8%EC%9C%A8%EC%A0%81-%EB%B6%84%EB%A5%98%EC%99%80-%EB%A0%88%EC%9D%B4%EC%95%84%EC%9B%83-%EC%B6%94%EB%A1%A0-33474

A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그

GLAM(Graph-based Layout Analysis Model)은 PDF 문서의 레이아웃 분석을 위한 경량 그래프 신경망 모델로, 텍스트 박스를 노드로 구성하여 노드와 엣지 분류를 통해 레이아웃을 추론합니다. DocLayNet과 PubLayNet 데이터셋에서 기존 CV 모델보다 효율적인 성능을 보여주며, 작은 모델 사이즈와 빠른 추론 속도가 강점입니다. | Tech

  • General Meta Tags

    15
    • title
      A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그
    • charset
      utf-8
    • viewport
      width=device-width, initial-scale=1, maximum-scale=2, user-scalable=yes
    • HandheldFriendly
      true
    • referrer
      no-referrer-when-downgrade

  • Open Graph Meta Tags

    6
    • og:title
      A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그
    • og:description
      GLAM(Graph-based Layout Analysis Model)은 PDF 문서의 레이아웃 분석을 위한 경량 그래프 신경망 모델로, 텍스트 박스를 노드로 구성하여 노드와 엣지 분류를 통해 레이아웃을 추론합니다. DocLayNet과 PubLayNet 데이터셋에서 기존 CV 모델보다 효율적인 성능을 보여주며, 작은 모델 사이즈와 빠른 추론 속도가 강점입니다. | Tech
    • og:url
      https://blog.lomin.ai/문서-레이아웃-분석을-위한-경량-gnn-모델-glam-pdf-문서의-효율적-분류와-레이아웃-추론-33474
    • og:image
      https://source.inblog.dev/featured_image/2024-11-14T05:31:20.150Z-0e8d9a99-e0c0-4a4c-a337-9d31902a63f3
    • og:image:secure-url
      https://source.inblog.dev/featured_image/2024-11-14T05:31:20.150Z-0e8d9a99-e0c0-4a4c-a337-9d31902a63f3

  • Twitter Meta Tags

    5
    • twitter:card
      summary_large_image
    • twitter:title
      A Graphical Approach to Document Layout Analysis - Document AI 인사이트, 로민 블로그
    • twitter:description
      GLAM(Graph-based Layout Analysis Model)은 PDF 문서의 레이아웃 분석을 위한 경량 그래프 신경망 모델로, 텍스트 박스를 노드로 구성하여 노드와 엣지 분류를 통해 레이아웃을 추론합니다. DocLayNet과 PubLayNet 데이터셋에서 기존 CV 모델보다 효율적인 성능을 보여주며, 작은 모델 사이즈와 빠른 추론 속도가 강점입니다. | Tech
    • twitter:image
      https://source.inblog.dev/featured_image/2024-11-14T05:31:20.150Z-0e8d9a99-e0c0-4a4c-a337-9d31902a63f3
    • twitter:image:secure-url
      https://source.inblog.dev/featured_image/2024-11-14T05:31:20.150Z-0e8d9a99-e0c0-4a4c-a337-9d31902a63f3

  • Link Tags

    14
    • canonical
      https://blog.lomin.ai/문서-레이아웃-분석을-위한-경량-gnn-모델-glam-pdf-문서의-효율적-분류와-레이아웃-추론-33474
    • icon
      https://image.inblog.dev?url=https%3A%2F%2Fsource.inblog.dev%2Ffavicon%2F2024-09-11T01%3A10%3A15.906Z-a6e4fd0f-f619-4154-86c3-253da595809d&w=48&h=48&q=100&format=png&objectFit=contain
    • preconnect
      https://fonts.googleapis.com
    • preconnect
      https://fonts.gstatic.com
    • preconnect
      https://cdn.jsdelivr.net

Links

30