Edit-Banana
Edit Banana:一個將統計格式轉換為可編輯格式的框架。
Edit-Banana 是什麼?
Edit Banana:一個將統計格式轉換為可編輯格式的框架。
Edit-Banana 概覽
這是什麼
Edit Banana 是一個將統計格式轉換為可編輯資產的框架。它能將靜態圖片(PNG、JPG、BMP、TIFF、WebP)轉換為可完全操作的 DrawIO(XML)圖表。本專案由 BIT-DataLab 開發,以 AGPL-3.0 授權條款釋出為開源軟體。網路服務可於 editbanana.net 或 editfigure.com 使用,GitHub 儲存庫的功能與效能可能落後於網路平台。
主要功能
- 進階分割:使用微調後的 SAM 3(Segment Anything Model 3)進行圖表元素分割。
- 固定多輪 VLM 掃描:由多模態大型語言模型引導的提取流程。
- 文字辨識:包含本機 OCR(Tesseract)進行文字定位、Pix2Text 進行數學公式辨識與 LaTeX 轉換,以及裁切導向策略提取高解析度文字/公式區域。
- 使用者系統:註冊可獲得 10 個免費點數;按用量計費的點數系統防止資源濫用;支援多使用者並行,採用全域鎖定機制確保 GPU 執行緒安全,並使用 LRU 快取保留圖片嵌入以提升效能。
- DrawIO XML 生成:合併 SAM3 的空間資料與 OCR 文字結果,產出可編輯圖表。
使用情境
- 將靜態圖表(流程圖、架構圖、技術示意圖、科學公式)轉換為可編輯的 DrawIO 檔案。
- 對重建後的圖表進行人工修改,支援手動修復與本機儲存。
- 學術或專業場景中,需要重新編輯固定格式的圖形,同時保留佈局、顏色、元素層次與文字。
快速開始
請參閱儲存庫的 README 以取得詳細的安裝與設定說明。README 中提供了環境設定、複製儲存庫、安裝相依套件(包括支援 CUDA 的 PyTorch、SAM3、Tesseract OCR,以及選用的 PaddleOCR、Pix2Text 和 RMBG)以及設定專案的步驟。
授權與價格
本專案採用 AGPL-3.0 授權。網路服務提供免費方案(註冊可獲得 10 個免費點數)以及按用量計費的點數系統。所提供的資料中未說明更詳細的價格資訊。
內容整理自該專案公開的 README 與儲存庫資訊。