GOT-OCR v2
Free.ai
·
ocr
·
~500 біт page
GOT-OCR v2 is a Модэль OCR. Routed through external models - ~500 tokens на старонку (50% markup over upstream cost).
Выкарыстаць праз API
OpenAI- сумяшчальны REST API. Стварыць ключ і выклікаць гэтую мадэль за некалькі секунд.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/got-ocr/v2","prompt":"your prompt here"}'Частыя пытанні
GOT-OCR v2 выводзіць тэкст з малюнкаў і PDF- файлаў. Загрузіце сканаваную старонку, скрыншот або фота дакумента, і GOT-OCR v2 верне тэкст - захоўваючы перарывы радкоў і (на магчымых рухавіках) табліцы, формулы і структуру.
GOT-OCR v2 абслугоўвае дзясяткі пісьмовых знакаў - лацінку, кірыліцу, CJK, арабскую, дэванагарыйскую і іншыя. У / ocr / ёсць поўны спіс моў для кожнага рухавіка.
Yes for clean printed-style handwriting; cursive and shorthand are harder. TrOCR and modern transformer-based engines are noticeably better than legacy Tesseract on handwriting.
Рухавікі з падтрымкай раскладак (GOT-OCR, Marker, Florence-2) вяртаюць табліцы Markdown/ HTML і формулы LaTeX. Рухавікі з тэкставым рэжымам вяртаюць тэкст без структуры - праверце рэжым вываду гэтай мадэлі.
GOT-OCR v2 - гэта прэміум- рухавік OCR. Прыблізна ~ 500- 1500 знакаў на старонку, паказаных у рэжыме рэальнага часу перад стварэннем. Самастойны OCR працуе бясплатна на вашым штодзённым пункце 30 000 знакаў; прэміум- мадэлі плацяць па выкарыстанні, з дадатковымі плацяжамі ад $1.
PNG, JPG, WebP, HEIC, BMP, а таксама адна- і шматстаронкавыя PDF да 50 МБ. Схільныя або паварочваюцца старонкі аўтаматычна выпраўляюцца перад выцягненнем.
Дакладнасць сімвалаў звычайна > 98% на чыстай друкаванай старонцы, скарачэнні на фота з нізкім раздзяленнем, моцна выгнутыя сканаванне або незвычайныя шрыфты. Параўнаць рухавікі на / ocr / compare / калі дакладнасць важная.
Так - / batch / прымае тэчку з малюнкамі/ PDF. Кожнае выдаленне трапляе ў / account /? tab=history. Для захавання дрэва тэчак выкарыстоўвайце API.
Так - POST ваш файл у / v1/ ocr / з model=" GOT-OCR v2 ". Верне JSON з тэкстам + (калі падтрымліваецца) раскладка + абмежавальныя рамкі на ўзроўні слова. / api / мае поўную спасылку.
У самаабслугоўваных мадэлях файл захоўваецца на нашым GPU; у прэміум- мадэлях ён праходзіць праз DPA. Дакументы выдаляюцца пасля завяршэння агульнага карыстання. Мы не трэніруемся на вашых уводах.
Так - Free.ai дазваляе выкарыстанне выцягнутага тэксту ў камерцыйных мэтах. Вам патрэбныя правы на зыходны дакумент.
Звычайна 1- 5 секунд на старонку. Рухавікі, якія ўлічваюць раскладку (табліцы, матэматыка) займаюць больш часу. Многасцеражковыя PDF- файлы маюць лінейную шкалу.