گزارش اشکال / درخواست ویژگیگزارش اشکال / درخواست ویژگی

GOT-OCR v2

Free.ai · ocr · ~500 توکنها در هر page

پرونده‌ای را اینجا بگذارید یا برای مرور کلیک کنید

~500 توکنها در هر page
در پردازنده‌های گرافیکی ما آزادانه اجرا می‌شود. ارتقا برای GOT-OCR v2 →

GOT-OCR v2 برابر با a مدل OCR است. مسیریابی از طریق مدل‌های خارجی - ~500 توکن‌های در هر صفحه (50٪ مارکاپ بر روی هزینه بالا).

استفاده از طریق API

API REST سازگار با OpenAI. یک کلید تولید کنید و این مدل را در چند ثانیه فراخوانی کنید.

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"}'
مستندات API دریافت کلید API

پرسشهای متداول

GOT-OCR v2 متن را از تصاویر و پی‌دی‌اف‌ها استخراج می‌کند. یک صفحه اسکن شده، یک تصویر صفحه نمایش یا عکس سند را بارگذاری کنید و GOT-OCR v2 متن را با حفظ شکست خط و (در موتورهای قادر به انجام آن) جدول‌ها، فرمول‌ها و ساختار باز می‌گرداند.

GOT-OCR v2 ده‌ها اسکریپت را مدیریت می‌کند - لاتین، سیریلیک، CJK، عربی، Devanagari و بیشتر. /ocr/ landing دارای فهرست کامل زبان‌ها برای موتور است.

بله برای نوشتن دست نوشته به سبک چاپی؛ خط کش و خط کوتاه سخت‌تر هستند. TrOCR و موتورهای مدرن مبتنی بر ترانسفورماتور به‌طور قابل توجهی بهتر از Tesseract در نوشتن دست نوشته هستند.

موتورهای آگاه از طرح (GOT-OCR, Marker, Florence-2) جدول‌های Markdown/HTML و LaTeX را برای فرمول‌ها برمی‌گردانند. موتورهای متن ساده متن بدون ساختار را برمی‌گردانند - حالت خروجی این مدل را چک کنید.

GOT-OCR v2 یک موتور OCR پرمیوم است. در مورد ~500-1500 توکن در هر صفحه، قبل از تولید نمایش زنده. خود- میزبان OCR در 30,000 توکن روزانه خود را آزاد اجرا می‌کند؛ مدل‌های پرمیوم پرداخت-به-همان‌طور که-می‌روید، با اضافه کردن از $1.

PNG, JPG, WebP, HEIC, BMP, plus single- and multi-page PDFs up to 50 MB. صفحات منحرف یا چرخیده قبل از استخراج خودکار اصلاح می‌شوند.

دقت کاراکتر معمولاً در صفحات چاپ شده تمیز بیشتر از ۹۸٪ است، در عکس‌های با وضوح پایین، اسکن‌های شدیداً انحرافی یا قلم‌های غیرمعمول افت می‌کند.

بله - /batch/ پوشه‌ای از تصاویر/PDFها را قبول می‌کند. هر استخراجی در /account/?tab=history قرار می‌گیرد. برای حفظ درخت پوشه از API استفاده کنید.

بله - فایل خود را به /v1/ocr/ با مدل "GOT-OCR v2" POST کنید. JSON را با متن + (اگر پشتیبانی شود) layout + boxes bounding word-level بازگرداند. /api/ دارای مرجع کامل است.

مدلهای خود میزبانی پرونده شما را در GPUهای ما نگه می‌دارند؛ پریمیوم با DPA عبور می‌کند. سندها پس از پنجره اشتراک حذف می‌شوند. ما بر روی ورودی‌های شما آموزش نمی‌دهیم.

بله - Free.ai اجازه استفاده تجاری از متن استخراج شده را می‌دهد. نیاز به حقوق سند منبع دارید.

معمولاً ۱- ۵ ثانیه در هر صفحه. موتورهای آگاه از طرح (جدول، ریاضی) بیشتر طول می‌کشد. پی‌دی‌اف‌های چندصفحه‌ای تقریباً خطی مقیاس‌بندی می‌شوند.

دوست Free.ai رو به دوستانت بگو

رتبه این صفحه