GOT-OCR v2
Free.ai
·
ocr
·
~500 Ցուցադրել page
GOT-OCR v2 is an OCR մոդել Ֆրանսիայի ազգային ակադեմիա 1999 թվականից Ֆրանսիայի ազգային հավաքականի կազմում հանդես է գալիս Ֆրանսիայի հավաքականի կազմում։ Ֆրանսիայի հավաքականի կազմում հանդես է գալիս 1999 թվականից։ Ֆրանսիայի հավաքականի կազմում հանդես է գալիս 2000 թվականից։
Օգտագործել API- ի միջոցով
OpenAI-compatible REST API. Generate a key and call this model in seconds.
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"}'Հաճախակի տրվող հարցեր
GOT-OCR v2-ը տեքստը դուրս է բերում պատկերներից և PDF-ներից։ Տեղադրեք սկանավորված էջ, էկրանագրություն կամ փաստաթղթի լուսանկար, և GOT-OCR v2-ը կվերադարձնի տեքստը՝ պահպանելով տողանցումները և (կարող ռեժիմներում) աղյուսակներ, ձևանմուշներ և կառուցվածք։
GOT-OCR v2-ը կառավարում է տասնյակ գրություններ՝ լատինական, կիրիլինգ, CJK, արաբերեն, դեվանագարի և այլն։ /ocr/ վայրէջքի էջում ներկայացված է յուրաքանչյուր լեզուների ամբողջական ցանկը։
Այո, ճիշտ տպագրված գրելիս, կուրսիվան և ստորագրությունը ավելի դժվար են։ TrOCR և ներկայիս փոխակերպիչների վրա հիմնված գործիքները գրելիս ավելի լավ են, քան Tesseract-ը։
Լեյք-սթրիթ-սթրիթ ռեժիմով աշխատող համակարգերը (GOT-OCR, Marker, Florence-2) ետ են տալիս Markdown/HTML աղյուսակներ և LaTeX ձևանմուշներ։ Պարզ տեքստով աշխատող համակարգերը ետ են տալիս տեքստ առանց կառուցվածքի՝ ստուգեք այս մոդելի ելքի ռեժիմը։
GOT-OCR v2-ը բարձրակարգ OCR համակարգ է։ Ավելի քան ~500-1,500 տոկոս էջում։ $1 = 750,000 տոկոս։
PNG, JPG, WebP, HEIC, BMP, ինչպես նաև մեկ կամ մի քանի էջից բաղկացած PDF-ներ մինչև 50 ՄԲ։ Բացառման նախօրոք ինքնակառավարվում են թերևս կտրված կամ պտտված էջերը։
Սիմվոլների ճշգրտությունը սովորաբար >98% է մաքուր տպագրված էջերի դեպքում, ցածր լուծման լուսանկարների, ծանր սխալներով սկանավորված նկարների կամ անսովոր տառատեսակների դեպքում։ Համեմատեք /ocr/compare/-ի սարքեր, երբ ճշգրտությունը կարևոր է։
Այո — /batch/-ը ընդունում է պատկերների/PDF-ների պանակ։ Յուրաքանչյուր դուրսբերում կատարվում է /account/?tab=history պանակում։ Ծառի պահպանման համար օգտագործեք API-ն։
Այո — POST ձեր ֆայլը /v1/ocr/-ին model="GOT-OCR v2"-ով։ Վերադարձնում է JSON-ը տեքստի + (երբ աջակցվում է) դասավորության + բառային մակարդակի սահմանափակման տուփերով։ /api/-ն ունի ամբողջական հղում։
Իրենց վրա աշխատող մոդելները պահում են ձեր ֆայլը մեր GPU- ներում, premium- ները անցնում են DPA- ով։ Դրամատիկական նյութերը ջնջվում են կիսել- պատուհանի ավարտին։ Մենք չենք սովորում ձեր մուտքագրումներից։
Այո — Free.ai-ը թույլ է տալիս արտահանված տեքստը օգտագործել առևտրային նպատակներով։ Դուք պետք է ունեք աղբյուրի փաստաթղթի իրավունքներ։
1-5 վայրկյան յուրաքանչյուր էջում։ Տեսանյութի ճանաչողական համակարգերը (ծրագիր, մաթեմատիկա) ավելի երկար են պահանջում։ Բազմաէջանոց PDF-ները մոտավորապես գծային են մեծանում։