GOT-OCR v2
Free.ai
·
ocr
·
~500 توکي په page
GOT-OCR v2 د a بېلګه OCR دی. د بهرني ماډلونو له لارې لارښود - ~ 500 توکي په مخ کې (د 50٪ مارکپ په پرتله د لګښت لګښت).
د API له لارې کارول
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"}'ډېرې پوښتنې
GOT-OCR v2 د انځورونو او PDFs څخه متن استخراجوي. د سکین شوي مخ، د سکرین شاټ، یا د اسنادو عکس او GOT-OCR v2 متن بیرته راګرځوي - د کرښې ویش او (په وړ انجنونو) جدولونه، فورمولونه، او جوړښت ساتل.
GOT-OCR v2 د لسګونو لیکونو اداره کوي - لاتین، سیریل، CJK، عربي، ډیوانګري، او نور. د / ocr / کښتۍ د هر انجن بشپړ ژبې لیست لري.
هو د پاک چاپ شوي سټایل لاسلیک لپاره؛ کورس او shorthand سخت دي. TrOCR او عصري ټرانسفارمر پر بنسټ انجنونه په لاسلیک کې د میراث Tesseract څخه په پام کې نیولو سره ښه دي.
د ډیزاین پوه انجنونه (GOT-OCR، مارکر، Florence-2) د فورمولونو لپاره د Markdown / HTML جدولونه او LaTeX بیرته راولي. د ساده متن انجنونه د جوړښت پرته متن بیرته راولي - د دې ماډل د محصول حالت چک کړئ.
GOT-OCR v2 یو پریم OCR انجن دی. د هرې پاڼې په اړه ~ 500-1,500 توکي. $ 1 = 750,000 توکي.
PNG، JPG، WebP، HEIC، BMP، او د 50 MB پورې واحد او څو مخونه PDFs. د استخراج څخه مخکې د اتوماتیک اصلاح شوي یا ګرځیدلې پاڼې.
د کرکټرونو دقت معمولا د پاک چاپ شوي مخونو په اړه> 98٪ دی، د ټیټ-res عکسونو، په سخته توګه منحرف شوي سکینونو، یا غیر معمولي فونټونو کې راټیټیږي. د / ocr / compare / په اړه د انجنونو پرتله کول کله چې دقت مهم وي.
هو - / batch / د انځورونو / PDFs پوښۍ مني. هر استخراج په / حساب / کې ځمکې لري؟ تڼۍ = تاریخ. د پوښۍ-ونې ساتنې لپاره API وکاروئ.
هو - ستاسو د فایل د / v1 / ocr / سره د ماډل سره پوسټ کړئ "GOT-OCR v2". د متن + (کله چې ملاتړ کیږي) د JSON سره د JSON سره بیرته راستون کیږي. / api / بشپړ حواله لري.
د ځان کوربه شوي ماډلونه ستاسو د GPUs په اړه ستاسو فایل ساتي؛ د DPA سره د پریمیم له لارې. اسناد د شریک کړکۍ وروسته حذف کیږي. موږ ستاسو د انټرنیټونو پراساس تمرین نه کوو.
هو - Free.ai د استخراج شوي متن سوداګريزه کارونې ته اجازه ورکوي. تاسو د سرچينې لاسوند ته حقونه ته اړتيا لرئ.
په هر مخ کې د 1-5 ثانیو په عمومي ډول. د ډیزاین-خبره انجنونه (تېبلونه، ریاضیات) اوږد وخت نیسي. د څو مخونو PDFs په خطي ډول اندازه کوي.