VisFocus: Prompt-Guided Vision Encoders for OCR...

November 14, 2024

Research

330

VisFocus: Prompt-Guided Vision Encoders for OCR-Free Dense Document Understanding

■イベント
第62回コンピュータビジョン勉強会＠関東
https://kantocv.connpass.com/event/331970/

■発表者
技術本部研究開発部 Automationグループ　内田奏

■研究開発職採用情報
https://media.sansan-engineering.com/randd

■Sansan Tech Blog
https://buildersbox.corp-sansan.com/

Sansan R&D

November 14, 2024

Tweet

More Decks by Sansan R&D

See All by Sansan R&D

Gemini と Looker で営業DX をドライブする / Driving Sales DX with Gemini and Looker

0

45

実務におけるデータ利活用のあり方をさぐる / Researcher's Dilemma

0

38

メールからの名刺情報抽出におけるLLM活用 / Use of LLM in extracting business card information from e-mails

2

200

文書画像のデータ化における VLM活用 / Use of VLM in document image data conversion

2

290

Sansanにおける全社横断データ分析基盤の挑戦と未来 / Challenges and Future of Cross-Organizational Data Analytics Platform at Sansan

2

530

全てのアプリケーションが“On Best Practice”な世界を実現する基盤を目指して / Aiming to create a foundation for a world where all applications are “On Best Practice”

1

150

使われないダッシュボードを生まないためのプロジェクトマネジメント / Project management to avoid creating unused dashboards

6

1.8k

Image Processing GNN: Breaking Rigidity in Super-Resolution

1

420

BigQuery データキャンバスでデータモデリングしてみた / I tried data modeling with BigQuery Data Canvas

5

1.4k

Other Decks in Research

See All in Research

Introducing Research Units of Matsuo-Iwasawa Laboratory

0

1.2k

移動ビッグデータに基づく地理情報の埋め込みベクトル化

0

140

0

190

非ガウス性と非線形性に基づく統計的因果探索

0

430

システムから変える　自分と世界を変えるシステムチェンジの方法論 / Systems Change Approaches

3

900

国際会議ACL2024参加報告

1

320

熊本から日本の都市交通政策を立て直す～「車1割削減、渋滞半減、公共交通2倍」の実現へ～＠公共交通マーケティング研究会リスタートセミナー

0

180

Tietovuoto Social Design Agency (SDA) -trollitehtaasta

0

2.9k

[2024.08.30] Gemma-Ko, 오픈 언어모델에 한국어 입히기 @ 머신러닝부트캠프2024

0

790

Tiaccoon: コンテナネットワークにおいて複数トランスポート方式で統一的なアクセス制御

0

120

ニューラルネットワークの損失地形

36

18k

多様かつ継続的に変化する環境に適応する情報システム/thesis-defense-presentation

1

580

Featured

See All Featured

"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)

226

22k

Raft: Consensus for Rubyists

136

6.7k

145

15k

What’s in a name? Adding method to the madness

productmarketing

22

3.2k

Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End

251

21k

Mobile First: as difficult as doing things right

222

9k

Why Our Code Smells

335

57k

A Modern Web Designer's Workflow

693

190k

Easily Structure & Communicate Ideas using Wireframe

191

16k

個人開発の失敗を避けるイケてる考え方 / tips for indie hackers

95

17k

CSS Pre-Processors: Stylus, Less & Sass

356

29k

Helping Users Find Their Own Way: Creating Modern Search Experiences

29

2.3k

Transcript