GOT-OCR v2
Free.ai
·
ocr
·
~500 ٽوڪنز page
GOT-OCR v2 an OCR ماڊل آهي. خارجي ماڊلز ذريعي روٽ ڪيو ويو - ~ 500 ٽوڪنز صفحو (50% مارڪ اپ مٿي ڪٽڻ جي قيمت).
API ذريعي استعمال ڪريو
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"}'گھڻا پڇيل سوال
GOT-OCR v2 تصويرن ۽ PDFs مان متن ڪڍي ٿو. هڪ اسڪين ٿيل صفحو، اسڪرين شاٽ، يا ڪنهن دستاويز جي تصوير اپ لوڊ ڪريو ۽ GOT-OCR v2 متن موٽائي ٿو — لائين ڪٽڻ ۽ (ممكن انجنن تي) ٽيبل، فارمولا، ۽ ساخت کي محفوظ ڪري ٿو.
GOT-OCR v2 ٽن لکتن کي سنڀاليندو آھي - لاٽن، سائريل، CJK، عربي، ديوناگري، ۽ وڌيڪ. /ocr/ لينڊنگ ۾ هر انجن لاءِ مڪمل ٻولين جو سٽون آهي.
صاف پرنٽ ٿيل هٿ نگاريءَ لاءِ ھائو؛ ڪرسيءَ ۽ مختصر هٿ نگاريءَ لاءِ وڌيڪ ڏکيو. TrOCR ۽ جديد ترميمي بنياد وارا انجنيئر هٿ نگاريءَ تي پراڻي ٽيسراڪٽ کان وڌيڪ بهتر آهن.
ترتيب-سڃاڻپ ڪندڙ انجن (GOT-OCR, Marker, Florence-2) فارمولن لاءِ Markdown/HTML ٽيبل ۽ LaTeX واپس ڪندا آھن. عام-تبصرو ڪندڙ انجن بغير ٺاھ جي متن واپس ڪندا آھن - ھن ماڊل جي نڪتو موڊ کي چيڪ ڪريو.
GOT-OCR v2 هڪ پريميئم OCR انجن آهي. هر صفحي تي ~500-1,500 ٽوڪنز. $1 = 750,000 ٽوڪنز.
PNG, JPG, WebP, HEIC, BMP, plus single- ۽ multi-page PDFs 50 MB تائين. ڇڏڻ کان اڳ ڦيرايل يا ڦيرايل صفحا خودڪار طريقي سان درست ڪيا ويندا.
خالي پرنٽ ٿيل صفحن تي ڪارٽون جي درستگي عام طور تي >98% آهي، گهٽ-ريسوليشن فوٽو تي ڦاٽڻ، سخت ڦاٽل اسڪين، يا غير معمولي فونٽس. /ocr/compare/ تي انجينين جو مقابلو ڪريو جڏھن ته درستگي اهميت رکي.
ھائو — /batch/ تصويرن/PDFs جي هڪ ڊرائيو قبول ڪري ٿو. هر هڪ ڪڍڻ /account/?tab=history ۾ لھي ٿو. ڊرائيو-وڻ جي سنڀال لاءِ API استعمال ڪريو.
ھائو — پنھنجي فائل کي /v1/ocr/ ڏانهن POST ڪريو ماڊل="GOT-OCR v2" سان. JSON کي متن + (جيڪڏھن مدد ڏنل آھي) ترتيب + لفظ-مستوي جي حدن سان بڪس سان موٽائي ٿو. /api/ ۾ مڪمل حوالو آھي.
پاڻ کي ميزبان ماڊل پنھنجو فائل اسان جي GPUs تي رکيو; پريميئم DPA سان گذري ٿو. شيئر-وينڊوز کان پوءِ دڪان حذف ڪيا ويندا. اسين توھان جي انباڪس تي تربيت نه ٿا ڏيون.
ھائو — Free.ai ڪڍيل متن جو تجارتي استعمال اجازت ڏئي ٿو. توھان کي مرڪزي دٻي تي حق گھرجن.
1-5 سيڪنڊن جو هر صفحو عام طور. ترتيب-سڃاڻپ ڪندڙ انجنيئر (ٽيبل، حساب) وڌيڪ وقت وٺندا. ڪيترن صفحن وارا PDFs تقريبن لائينر طور ماپيندا آهن.