GOT-OCR v2
Free.ai
·
ocr
·
~500 توکي page
GOT-OCR v2 د a بېلګه OCR. د بهرني ماډلونو له لارې لارښود - ~ 500 توکي په مخ کې (د 50٪ مارکپ په پرتله د پورته لګښت).
د API له لارې کارول
OpenAI-متوافق REST API. د کیلي تولید او په ثانیو کې دا ماډل ووایاست.
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) جدولونو، فورمولونو او جوړښت ساتل.
GOT-OCR v2 د لیکلو لسګونه - لاتین، سیریل، CJK، عربي، Devanagari، او نور. د / ocr / کښتۍ د هر انجن بشپړ ژبه لیست لري.
هو د پاک چاپ شوي-سټایل لاسلیک؛ cursive او shorthand دي سخت. TrOCR او عصري transformer-based انجنونه دي په ښکاره توګه د لاسلیک په اړه د ميراث Tesseract څخه ښه.
د ډیزاین-خبره 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 وګورئ.
GOT-OCR v2 د پریمیم OCR انجن دی. د هرې پاڼې په اړه ~ 500-1,500 توکي، د ژوندي ښودلو دمخه تاسو تولید کوئ. د ځان کوربه OCR ستاسو د 30,000-ټوکن ورځني پوټ کې وړیا چلوي؛ د پریمیم ماډلونه د $ 1 څخه د لوړو لوړو سره د پیسو ورکولو لپاره د پیسو ورکولو لپاره دي.
PNG، JPG، WebP، HEIC، BMP، او د یو واحد او څو مخ PDFs تر 50 MB پورې. د سکيډ یا ګرځیدونکو مخونو د استخراج څخه مخکې اتومات اصلاح شوي.
د کرکټرونو دقیقیت معمولا د پاک چاپ شوي مخونو په اړه> 98٪ دی، د ټیټ-ریس عکسونو، په سخته توګه منحرف شوي سکینونو، یا غیر معمولي فونټونو کې راټیټیږي. د / ocr / compare / په اړه د انجنونو پرتله کول کله چې د دقیقیت مسلې 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 سره د / v1 / ocr / سره د ماډل سره ستاسو د فایل پوسټ کړئ "GOT-OCR v2". د متن + (کله چې ملاتړ کیږي) ډیزاین + د کلمې کچه د بنډل بکسونو سره JSON بیرته راځي. / api / بشپړ حواله لري.
د ځان کوربه شوي ماډلونه ستاسو فایل زموږ په GPUs کې ساتي؛ د DPA سره د پریمیم پاس له لارې. اسناد د شریک کړکۍ وروسته حذف کیږي. موږ ستاسو د ننوتلو پرمهال تمرین نه کوو.
هو - Free.ai د استخراج شوي ليکنې سوداګريزه کارونه ورکوي. تاسو ته د سرچينې لاسوند حقونه اړين دي.
د 1-5 ثانیو په هر مخ کې په عمومي ډول. د ډیزاین-خبره انجنونه (تېزلې، ریاضیات) اوږد وخت نیسي. د څو مخ PDFs په خطي ډول اندازه کوي.