Dolphin异构锚点提示文档图像解析模型，高效提取文本表格公式结构化数据

Dolphin：基于异构锚点提示的文档图像解析新星

你是否曾经为解析复杂文档图像中的文本段落、图表、公式和表格而头疼？Dolphin 的出现，旨在彻底解决这个问题。它是一个基于“分析后解析”范式的新型多模态文档图像解析模型，能够高效地将文档图像转换为结构化数据。本文将带你全面了解这一来自字节跳动的潜力项目。

截至收录：
Dolphin stars数：6435
Dolphin forks数：524

Dolphin项目目录截图

Dolphin核心亮点

🌟 两阶段解析范式：采用独特的“分析后解析”方法，首先生成自然阅读顺序的元素序列，再进行并行解析。
🎯 异构锚点提示：针对不同文档元素（文本、表格、公式）设计专用提示机制，提升解析精度。
⚡ 高效并行处理：轻量级架构结合并行解析机制，显著提升处理效率。
🤗 多框架支持：同时支持原生框架和Hugging Face Transformers，便于集成和使用。

Dolphin快速开始

只需几步，你就能开始使用Dolphin进行文档解析：

1. 安装环境：

   git clone https://github.com/ByteDance/Dolphin.git
   cd Dolphin
   pip install -r requirements.txt

2. 下载预训练模型：

   # 使用Hugging Face CLI下载
   pip install huggingface_hub
   huggingface-cli download ByteDance/Dolphin --local-dir ./hf_model

3. 运行页面级解析：

   python demo_page_hf.py --model_path ./hf_model --input_path ./demo/page_imgs/page_1.jpeg --save_dir ./results

Dolphin应用场景

场景一：学术文档数字化：研究人员可使用Dolphin将论文PDF中的公式、表格和文本内容提取为结构化数据。
场景二：企业文档处理：帮助企业将扫描版合同、报告等文档快速转换为可编辑的Markdown或JSON格式。
场景三：教育资料整理：教师和学生可以方便地提取教材中的关键内容，用于制作学习资料。
技术优势：Dolphin在ACL 2025上发表，其创新性的异构锚点提示方法在文档解析任务上表现出色。

Dolphin项目链接

bytedance / Dolphin项目地址：https://github.com/bytedance/Dolphin

本文地址：https://www.tgoos.com/11689