GOT-OCR v2
Free.ai
·
ocr
·
~500 tokens për page
GOT-OCR v2 është a Modeli OCR. E drejtuar nëpërmjet modeleve të jashtme - ~500 tokens Për faqe (50% markup mbi koston e upstream).
Përdorimi nëpërmjet API
API REST e përshtatshme me OpenAI. Gjenerati një kyç dhe thirreni këtë model në sekonda.
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"}'Pyetja e shpeshtë
GOT-OCR v2 nxjerr tekst nga figurat dhe PDF-të. Ngarko një faqe të skanuar, një ekran pamje 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 stilin e paster të shtypur të dorëshkrimit; 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 dorëshkrim.
Motorët e njohur për layout (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 premium OCR. Rreth ~500-1,500 token për faqe, të shfaqur në kohë reale para se të gjenerosh. OCR e vetë-hostuar funksionon falas në poolin tuaj të përditshëm prej 30,000 token; modelet premium janë të paguara sipas përdorimit, me rimbushje nga $1.
PNG, JPG, WebP, HEIC, BMP, plus PDF me një faqe dhe me shumë faqe deri në 50 MB. Faqet e rrotulluara apo të shtrembëruara korrigjohen automatikisht para nxjerrjes.
Saktësia e gërmave është zakonisht >98% në faqet e pastra të shtypura, duke rënë në fotot me rezolucion të ulët, skanimet e papërshtatshme 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 pemës së kartelave përdor API.
Po - POST file në /v1/ocr/ me modelin "GOT-OCR v2". Kthen JSON me tekst + (nëse suportohet) strukturë + kuti kufizimi në nivel fjalësh. /api/ ka referencën e plotë.
Modelet e vetë-hostuar mbajnë file-in tuaj në GPU-në tonë; 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 për dokumentin burimor.
1-5 sekonda për faqe zakonisht. Motorët e njohur të strukturës (tabella, matematika) marrin më shumë kohë. PDF-të me shumë faqe shkallezohen pothuajse linearisht.