GOT-OCR v2
Free.ai
·
ocr
·
~500 tokens per page
GOT-OCR v2 là a Mô hình OCR. Đường dẫn qua các mô hình bên ngoài - ~500 tokens mỗi trang (50% markup trên chi phí upstream).
Dùng qua API
API REST tương thích OpenAI. Tạo một chìa khóa và gọi mô hình này trong vài giây.
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"}'Câu hỏi thường gặp
GOT-OCR v2 trích xuất văn bản từ ảnh và PDF. Tải lên một trang đã quét, một màn hình chụp, hoặc một ảnh của tài liệu và GOT-OCR v2 trả lại văn bản - giữ lại các đoạn chia dòng và (trên các động cơ có khả năng) bảng, công thức, và cấu trúc.
GOT-OCR v2 xử lý hàng chục kiểu chữ - Latin, Cyrillic, CJK, Arabic, Devanagari, và nhiều hơn nữa. /ocr/ landing có danh sách đầy đủ các ngôn ngữ cho mỗi động cơ.
Có cho chữ viết tay kiểu in sạch; chữ nghiêng và chữ viết tắt khó hơn. TrOCR và các động cơ dựa trên biến đổi hiện đại là đáng chú ý hơn Tesseract cũ trên chữ viết tay.
Các động cơ nhận thức về bố cục (GOT-OCR, Marker, Florence-2) trả lại bảng Markdown/HTML và LaTeX cho công thức. Các động cơ văn bản đơn giản trả lại văn bản không có cấu trúc - kiểm tra chế độ xuất của mô hình này.
GOT-OCR v2 là một máy OCR cao cấp. Khoảng ~500–1,500 token trên mỗi trang, hiển thị trực tiếp trước khi bạn tạo ra. OCR tự động chạy miễn phí trên 30,000 token hàng ngày của bạn; các mô hình cao cấp là trả theo thời gian, với tiền nạp từ $1.
PNG, JPG, WebP, HEIC, BMP, plus single- và multi-page PDFs up to 50 MB. Paged or rotated pages are auto-corrected before extracting.
Độ chính xác của ký tự thường là >98% trên các trang in sạch, rơi xuống trên ảnh độ phân giải thấp, scan nghiêm trọng, hoặc phông chữ bất thường. So sánh các động cơ trên /ocr/compare/ khi độ chính xác quan trọng.
Có - /batch/ chấp nhận một thư mục ảnh/PDF. Mỗi lần nén sẽ nằm trong /account/?tab=history. Để bảo tồn cây thư mục, dùng API.
Có - POST tập tin của bạn vào /v1/ocr/ với model="GOT-OCR v2". Trả lại JSON với văn bản + (nếu hỗ trợ) bố cục + hộp giới hạn cấp từ. /api/ có tham chiếu đầy đủ.
Các mô hình tự chủ giữ tập tin của bạn trên GPU của chúng tôi; cao cấp đi qua với DPA. Tài liệu bị xóa sau cửa sổ chia sẻ. Chúng tôi không huấn luyện vào đầu vào của bạn.
Có - Free.ai cho phép sử dụng thương mại văn bản đã nén. Bạn cần quyền truy cập tài liệu nguồn.
Thông thường là 1- 5 giây mỗi trang. Các động cơ nhận thức về bố cục (bảng, toán học) cần lâu hơn. PDF nhiều trang sẽ tăng kích cỡ theo đường thẳng.