多模态文档处理

13 个专题 · 291 道题

0076

RAG 中的图片等非文本内容应该如何处理？

RAG 与知识系统多模态文档处理

方案设计

进阶

0159

批量 OCR 识别失败时，如何处理并优化效果？

RAG 与知识系统多模态文档处理

故障排查

进阶

0233

为什么每 5 帧采样一帧，如何用 OpenCV 避免漏掉关键画面并确定 75% 像素差异阈值？

RAG 与知识系统多模态文档处理

项目深挖

进阶

0234

内部文档入库时，结构化解析与大模型兜底清洗如何衔接？

RAG 与知识系统多模态文档处理

项目深挖

进阶

0316

PDF 扫描件与表格提取如何处理，识别准确率如何评估？

RAG 与知识系统多模态文档处理

效果评估

进阶

0568

RAG 中模型直接理解图片，还是通过提取文本加入上下文理解？

RAG 与知识系统多模态文档处理

原理机制

进阶

0775

业界通常如何处理长视频理解？

RAG 与知识系统多模态文档处理

比较选型

进阶

0776

视频没有语音时如何处理，检索效果是否下降？

RAG 与知识系统多模态文档处理

故障排查

进阶

0789

ASR 和 OCR 如何选型？

RAG 与知识系统多模态文档处理

比较选型

基础

0846

如何将 PDF 转写从 31 分钟优化到 2.5 分钟？

RAG 与知识系统多模态文档处理

项目深挖

进阶