10k 星开源数据处理工具一键启动！支持 176 种语言识别；首个高层坠物检测数据集上线，含 18 个场景的近 2k 个视频
原文中文，约3700字，阅读约需9分钟。
📝
内容提要
上海人工智能实验室和OpenDataLab团队推出了开源智能数据提取工具MinerU，可以将多模态PDF文档转化为易于分析的Markdown格式，并从网页和电子书中提取内容。hyper.ai官网上线了MinerU一站式数据提取工具Demo。hyper.ai官网还更新了优质教程、公共数据集、社区文章和热门百科词条。
❓
Q&A
MinerU工具的主要功能是什么？
MinerU工具能够将多模态PDF文档转化为Markdown格式，并支持从网页和电子书中提取内容。
MinerU支持多少种语言的识别？
MinerU支持176种语言的准确识别。
FADE数据集的用途是什么？
FADE数据集用于建筑物周围坠落物体检测研究，包含1,881个视频。
LongWriter项目的特点是什么？
LongWriter是清华大学开发的开源项目，支持生成超长文本，超过10,000字。
hyper.ai官网提供了哪些资源？
hyper.ai官网提供优质教程、公共数据集、社区文章和热门百科词条等资源。
Human Faces Dataset包含多少张人脸图像？
Human Faces Dataset包含约9.6k张人脸图像。
🏷️
