GOT-OCR v2
Free.ai
·
ocr
·
~500 प्रति टोकन page
GOT-OCR v2 a ओसीआर नमूना हो । बाह्य मोडेल मार्फत मार्ग — ~ 500 टोकन प्रति पृष्ठ (50% माथि अपस्ट्रिम लागत मा मार्कअप).
API मार्फत प्रयोग गर्नुहोस्
OpenAI-सुसंगत REST API। एक कुञ्जी उत्पन्न गर्नुहोस् र सेकेन्डमा यो नमूना कल गर्नुहोस्।
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"}'प्राय सोधिने प्रश्न
GOT-OCR v2 छवि र PDFs देखि पाठ निकाल्छ। स्क्यान गरिएको पृष्ठ, स्क्रिनसट, वा कागजात को फोटो अपलोड र GOT-OCR v2 पाठ फिर्ता - लाइन ब्रेक र (सक्षम इन्जिन मा) तालिका, सूत्र, र संरचना संरक्षण।
GOT-OCR v2 स्क्रिप्टको दर्जनौं ह्यान्डल गर्दछ - ल्याटिन, सिरिलिक, CJK, अरबी, Devanagari, र धेरै। / ocr / landing प्रत्येक इन्जिनमा पूर्ण भाषा सूची छ।
सफा मुद्रित-शैली हात लेखन लागि हो; कर्सर र shorthand कठिन छन्। TrOCR र आधुनिक ट्रान्सफर्मर-आधारित इन्जिन हात लेखन मा विरासत Tesseract भन्दा उल्लेखनीय राम्रो छन्।
सजावट-सचेत इन्जिन (GOT-OCR, Marker, Florence-2) ले Markdown/HTML तालिका र सूत्रका लागि LaTeX फर्काउँछ । सादा-पाठ इन्जिनले संरचना बिना पाठ फर्काउँछ - यो नमूना निर्गत मोड जाँच गर्नुहोस् ।
GOT-OCR v2 एक प्रिमियम ओसीआर इन्जिन छ। बारेमा ~ 500-1,500 प्रति पृष्ठ टोकन, तपाईं उत्पन्न अघि प्रत्यक्ष देखाइएको। आत्म-होस्ट OCR आफ्नो 30,000-टोकन दैनिक पूल मा निःशुल्क चल्छ; प्रिमियम मोडेलहरू $ 1 देखि शीर्ष-अप संग, तपाईं-जाने रूपमा भुक्तानी-हुन्छ।
PNG, JPG, WebP, HEIC, BMP, प्लस एकल र बहु-पृष्ठ PDFs सम्म 50 मेगाबाइट। स्केवेड वा घुमाइएको पृष्ठहरू निकाल्नु अघि स्वत: सुधार गरिन्छ।
क्यारेक्टर सटीकता सामान्यतया सफा मुद्रित पृष्ठहरूमा>98% छ, कम-रिजोल्युसन फोटोहरूमा ड्रप, गम्भीर रूपमा झुकाव स्क्यानहरू, वा असामान्य फन्टहरू। सटीकता कुराहरूमा /ocr/compare/ मा इन्जिनहरू तुलना गर्नुहोस्।
हो - /batch/ ले छविहरू/PDFs को फोल्डर स्वीकार गर्दछ । प्रत्येक निकाल्ने /account/?tab=history मा पर्दछ । फोल्डर-ट्री संरक्षणका लागि API प्रयोग गर्नुहोस् ।
हो - /v1/ocr/ मा तपाईँको फाइल POST गर्नुहोस्, मोडल="GOT-OCR v2" सँग । पाठ + (समर्थित हुँदा) सजावट + शब्द-स्तर सीमा बाकसहरूसँग JSON फर्काउँछ । /api/ मा पूर्ण सन्दर्भ छ ।
आत्म-होस्ट मोडेल हाम्रो GPUs मा आफ्नो फाइल राख्न; प्रिमियम एक DPA संग मार्फत पास। कागजातहरू साझेदारी-सञ्झ्याल पछि मेटिएको छ। हामी तपाईंको इनपुटमा प्रशिक्षण गर्दैन।
हो - Free.ai ले निकालिएको पाठको व्यावसायिक प्रयोग अनुमति दिन्छ । तपाईँलाई स्रोत कागजातमा अधिकार आवश्यक हुन्छ ।
सामान्यतया प्रत्येक पृष्ठमा 1-5 सेकेन्ड। सजावट-सचेत इन्जिनहरू (तालिकाहरू, गणित) लामो समय लिन्छ। बहु-पृष्ठ PDFs लगभग रेखीय रूपमा मापन गर्दछ।