GOT-OCR v2
Free.ai
·
ocr
·
~500 ٹوکنس پر page
GOT-OCR v2 an OCR ماڈل ہے. باہری ماڈلز کے ذریعے روٹ کیا گیا - ~500 ٹوکنز صفحہ (50% مارک اپ اپسٹریم لاگت پر).
API کے ذریعے استعمال کریں
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"}'بار بار پوچھے گئے سوالات
GOT-OCR v2 تصویروں اور PDFs سے متن نکالا جاتا ہے. ایک سکین کیا گیا صفحہ اپ لوڈ کریں، ایک سکرین شاٹ، یا ایک دستاویزی فوٹو اور GOT-OCR v2 متن واپس کرتا ہے - لائن بریکٹس کو محفوظ رکھتا ہے اور (قادر انجنوں پر) ٹیبل، فارمولا، اور ڈھانچے.
GOT-OCR v2 ڈزينوں سکيپٹس کو ہینڈل کر تا هے - لاطيني ، سيريلل ، CJK ، عربي ، ديوناگري ، اور اور بھی. /ocr/ لینڈنگ پر تمام زبانوں کی فہرست پر انجن هے
صاف پرنٹ شدہ انداز کے ہاتھ نوشتہ کے ليے ہاں ؛ کرسائي اور مختصر دستي زیادہ مشکل هے ۔ TrOCR اور جديد ترانسفرميشن پر مبنی انجنيز دست نوشتہ پر ليجڈ Tesseract سے خوبي سے بہتر هے
لائيٹ اپ-آشکار انجن (GOT-OCR, Marker, Florence-2) فارمولا کے ليے Markdown/HTML ٹیبل اور LaTeX واپس کر تا هے ۔ صاف-تکسٹ انجن بغير ڈھانچے کے متن واپس کر تا هے ۔ اس ماڈل کے آؤٹ پٹ موڈ کو چکيں
GOT-OCR v2 ایک پرائم OCR انجن ہے. ہر صفحے کے لیے ~500-1,500 ٹوکنز. $1 = 750,000 ٹوکنز.
PNG, JPG, WebP, HEIC, BMP, plus single- اور multi-page PDFs 50 MB تک. اسکیوڈ یا موڑے ہوئے صفحات نکالے جانے سے پہلے خودکار طور پر ٹھیک کیے جاتے ہیں.
حروف کا درستگي عام طور پر صاف پرنٹ صفحات پر >98% هے ، کم رزولوشن فوٹو پر گرنے والا ، شدید طور پر منحرف سکين ، يا غيرمعمولي فونٹس. /ocr/compare/ پر انجنينز کا موازنہ کريں جب درستگي اهم هے
ہاں - /بٹچ/ ایک فولڈر کو قبول کرتا ہے تصویروں/PDFs کا. ہر نکالی ہوئی چیز /اکااؤنٹ/؟ٹب= تاریخ میں پہنچتی ہے. فولڈر-ٹری محفوظ رکھنے کے لیے API استعمال کریں.
ہاں - آپ کی فائل کو /v1/ocr/ میں POST کریں موڈل="GOT-OCR v2" کے ساتھ. JSON کو متن + (جب بھی مدد کی جائے) لئائیٹ اپ + ورڈ-لیول بانڈنگ باکس کے ساتھ واپس کرتا ہے. /api/ میں مکمل حوالہ ہے.
خود مہمان ماڈل آپ کی فائل ہمارے GPUs پر رکھتے ہیں؛ پرائم DPA کے ساتھ گزرتے ہیں. دستاویز شیئر-وینڈو کے بعد حذف کی جاتی ہیں. ہم آپ کی انٹیجوں پر تربیت نہیں کرتے.
ہاں - Free.ai نکالے گئے متن کا تجارتی استعمال عطا کرتا ہے آپ کو سرچشمہ دستاویز کے حقوق کی ضرورت ہے.
ہر صفحے پر 1-5 سیکنڈ عام طور پر. لیٹِچوڈ-آشکار انجن (ٹیبل، ریاضی) زیادہ وقت لے لیتا ہے. متعدد صفحات والے PDFs تقریباً خطی طور پر پیمانہ کرتے ہیں.