GOT-OCR v2
Free.ai
·
ocr
·
~500 Μάρκες ανά page
GOT-OCR v2 είναι a Μοντέλο OCR. Διαδρομή μέσω εξωτερικών μοντέλων ~500 μάρκες ανά σελίδα (50% βαθμολογία σε σχέση με το ανάντη κόστος).
Χρήση μέσω API
OpenAI συμβατό REST API. Δημιουργήστε ένα κλειδί και καλέστε αυτό το μοντέλο σε δευτερόλεπτα.
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"}'Συχνές Ερωτήσεις
GOT-OCR v2 απόσπασμα κειμένου από εικόνες και PDFs. Ανεβάστε μια σαρωμένη σελίδα, ένα στιγμιότυπο οθόνης, ή μια φωτογραφία ενός εγγράφου και GOT-OCR v2 επιστρέφει το κείμενο Διακόπτει τη γραμμή συντήρησης και (σε ικανούς κινητήρες) πίνακες, τύπους και δομή.
GOT-OCR v2 hands things of scripts Latin, CjK, Arabic, Devanagari, and more. Η /ocr/ προσγειώνεται έχει την πλήρη λίστα γλωσσών ανά κινητήρα.
Ναι για καθαρό έντυπο-στυλ γραφικό χαρακτήρα; cursive και κοντόχερα είναι σκληρότερα. TrOCR και σύγχρονες μετασχηματιστές-based κινητήρες είναι αισθητά καλύτερα από την κληρονομιά Tesseract για το γραφικό χαρακτήρα.
Οι κινητήρες ρύθμισης (GOT-OCR, Marker, Florence-2) επιστρέφουν τους πίνακες Markdown/HTML και LaTeX για τύπους.
GOT-OCR v2 είναι μια μηχανή OCR πριμοδότηση. Περίπου ~500
PNG, JPG, WebP, HEIC, BMP, συν μονοσέλιδα και πολυσέλιδα PDF μέχρι 50 MB. Οι σελίδες Skinwed ή περιστρεφόμενες διορθώνονται αυτόματα πριν από την εξαγωγή.
Ακρίβεια χαρακτήρων είναι συνήθως > 98% σε καθαρές τυπωμένες σελίδες, ρίχνοντας σε φωτογραφίες χαμηλών res, σοβαρά σαρωμένες σαρώσεις, ή ασυνήθιστες γραμματοσειρές. Συγκρίνετε τους κινητήρες σε / ocr/compare/ όταν η ακρίβεια έχει σημασία.
Κάθε εξαγωγή προσγειώνεται στο /λογαριασμό/?tab=ιστορία. Για τη διατήρηση του φακέλου-δέντρου χρησιμοποιήστε το API.
Ναι, το αρχείο σας στο /v1/ocr/ με το μοντέλο="GOT-OCR v2". Επιστρέφει το JSON με κείμενο + (όταν υποστηρίζεται) διάταξη + κιβώτια σύνδεσης επιπέδου λέξεων. /api/ έχει την πλήρη αναφορά.
Τα αυτο-φιλοξενούμενα μοντέλα διατηρούν το αρχείο σας στις GPUs μας; premium περνούν μέσα με ένα DPA. Τα έγγραφα διαγράφονται μετά το παράθυρο μετοχών. Δεν εκπαιδεύουμε στις εισόδους σας.
Ναι.. Free.ai χορηγεί εμπορική χρήση του εξαγόμενου κειμένου. Χρειάζεστε δικαιώματα στο έγγραφο πηγής.
Οι μηχανές layout-aware (τραπέζια, μαθηματικά) παίρνουν περισσότερο χρόνο. πολυσέλιδο PDFs κλίμακα περίπου γραμμικά.