GOT-OCR v2
Free.ai
·
ocr
·
~500 žetoni page
GOT-OCR v2 ir {da}ļiņu__ {kategorija}. Maršruts, izmantojot ārējos modeļus — ~{tpm_markes} lapā(50 % atzīme virs iepriekšējā posma izmaksām).
Izmantošana caur API
AtvērtAI savietojama REST API. Generējiet atslēgu un zvaniet šo modeli sekundēs.
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"}'Bieži uzdoti jautājumi
GOT-OCR v2 ekstrakti no attēliem un PDF. Ielādējiet skenēto lapu, ekrānshot vai dokumenta fotoattēlu un GOT-OCR v2 atgriež tekstu — saglabājot rindas pārrāvumus un (uz spējīgiem dzinējiem) tabulas, formulas un struktūru.
GOT-OCR v2 hands desmitiem skriptu — latīņu, Kirilica, CJK, arābu, Devanagari, un vairāk. /ocr/ nosēšanās ir pilns valodu saraksts katram dzinējam.
Jā tīriem drukāta stila rokrakstiem; kursīvs un īsrokas ir grūtāk. TrOCR un mūsdienīgi transformatoru dzinēji ir ievērojami labāki nekā rokraksts ar mantotā Tesseract.
Iekārtu izkārtojuma dzinēji (GOT-OCR, Marker, Florence-2) atgriezt Atšķirt/HTML tabulas un LaTeX formulas. Vienkārša teksta motori atgriež tekstu bez struktūras — pārbaudiet šī modeļa izvades režīmu.
GOT-OCR v2 ir privileģēts OCR dzinējs. Par ~500-1 500 žetonu lapā, kas tiek rādīti tiešraidē pirms ģenerēšanas. Pašuzņemtais OCR darbojas bez maksas jūsu 30 000- tokena dienas baseinā; premium modeļi ir pay- as- you-go, ar papildpakalpojumiem no $ 1.
PNG, JPG, WebP, HEIC, BMP, plus vienas un vairāku lapu PDF līdz 50 MB. Skewed vai pagrieztas lapas tiek automātiski koriģētas pirms ekstrakcijas.
Rakstzīmju precizitāte parasti ir > 98% uz tīras drukātas lapas, nometot uz zemas izšķirtspējas fotogrāfijām, stipri skenējot vai neparasta fonta. Salīdziniet dzinējus ar / ocr/ compare/, ja precizitāte ir svarīga.
Jā — /partch/ pieņem attēlu/ PDF mapi. Katra izvilkšanas zeme / konts /?tab=vēsture. Mapju- koku saglabāšanai izmantojiet API.
Jā — Nosūtiet failu uz /v1/ocr/ ar modeli="GOT-OCR v2". Atgriež JSON ar tekstu + (ja to atbalsta) izkārtojumu + teksta līmeņa ierobežošanas logiem. /api/ ir pilna atsauce.
Pašuzturēti modeļi saglabāt jūsu failu uz mūsu GPU; premium iet cauri ar DPA. Dokumenti tiek dzēsti pēc akciju window. Mēs nemācām jūsu ievades.
Jā — Free.ai dod tiesības komerciāli izmantot izspiesto tekstu, un jums ir vajadzīgas tiesības uz izvilkuma dokumentu.
1-5 sekundes par lapu parasti. Layout-ware dzinēji (galdi, matemātika) aizņem ilgāk. Daudzlapu PDF skala aptuveni lineāri.