GOT-OCR v2
Free.ai
·
ocr
·
~500 tokens për page
GOT-OCR v2 është a Modeli OCR. Përcaktuar nëpërmjet modeleve të jashtme — ~500 tokens për faqe (50% markup mbi koston e fillimit).
Përdorimi nëpërmjet API
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"}'Pyetje të shpeshta
GOT-OCR v2 nxjerr tekst nga figurat dhe PDF-të. Ngarko një faqe të skanuar, një screenshot ose një fotografi të një dokumenti dhe GOT-OCR v2 kthen tekstin — duke ruajtur ndërprerjet e rreshtave dhe (në motorët e aftë) tabelat, formulat dhe strukturën.
GOT-OCR v2 trajton dhjetra shkrime — latine, cirilike, CJK, arabe, Devanagari, dhe më shumë. /ocr/ ka listën e plotë të gjuhëve për motor.
Po për shkrimin e dorës të stilit të pastër të shtypur; kursiv dhe shorthand janë më të vështira. TrOCR dhe motorët modernë të bazuar në transformator janë dukshëm më të mirë se Tesseract e trashëguar në shkrimin e dorës.
Motorët e njohur për formatet (GOT-OCR, Marker, Florence-2) kthejnë tabela Markdown/HTML dhe LaTeX për formulat. Motorët e thjeshtë të tekstit kthejnë tekst pa strukturë — kontrollo modalitetin e daljes të këtij modeli.
GOT-OCR v2 është një motor OCR premium. Rreth ~500-1,500 token për faqe. $1 = 750,000 token.
PNG, JPG, WebP, HEIC, BMP, plus PDF me një faqe dhe me shumë faqe deri në 50 MB. Faqet e rrotulluara ose të shtrembëruara korrigjohen automatikisht para nxjerrjes.
Saktësia e gërmave është zakonisht >98% në faqet e pastra të shtypura, duke rënë në fotografitë me rezolucion të ulët, skanimet e shtrembëruar ose gërmat e pazakonta. Krahaso motorët në /ocr/compare/ kur saktësia është e rëndësishme.
Po — /batch/ pranon një kartelë me figura/PDF. Çdo nxjerrje përfundon në /account/?tab=history. Për ruajtjen e degës së kartelave përdor API.
Po — POST file në /v1/ocr/ me model="GOT-OCR v2". Kthen JSON me tekst + (kur të suportohet) strukturë + kuti kufizimi në nivel fjalësh. /api/ ka referencën e plotë.
Modelet e vetë-hostuar mbajnë file tuaj në GPU-të tona; premium kalojnë nëpërmjet me një DPA. Dokumentet eleminohen pas dritares së ndarjes. Ne nuk trajnojmë në input-in tuaj.
Po — Free.ai lejon përdorimin komercial të tekstit të nxjerrë. Duhet të keni të drejtat mbi dokumentin burimor.
1-5 sekonda për faqe. Motorët e njohur për formatet (tabella, matematika) marrin më shumë kohë. PDF-të me shumë faqe shkallezohen pothuajse linearisht.