光学化学结构识别

MarkushGrapher-2：端到端多模态化学结构识别

MarkushGrapher-2: End-to-end Multimodal Recognition of Chemical Structures

该工作将文本、图像与版面信息通过视觉-文本-版面编码器与光学化学结构识别视觉编码器联合编码，并采用两阶段训练策略融合，为文档图像中的多模态结构识别提供了可复用的编码与融合范式。