3 lines
283 B
Markdown
3 lines
283 B
Markdown
|
# pix2struct-large
|
|||
|
|
|
|||
|
|
Google 的 Pix2Struct是一种用于理解视觉情境语言的预训练图像到文本模型。 该模型使用新颖的学习技术进行训练，将网页的屏幕截图解析为简化的HTML，为一系列下游活动提供非常适合的预训练数据源。
|