GOT-OCR 2.0
Free.ai (self-hosted)
·
ocr
·
~300 біт page
GOT-OCR 2.0 is a Модэль OCR built by Alibaba Cloud. Strongest at Advanced OCR for documents, tables, equations. Самастойна на Free.ai GPU - працуе бясплатна з дапамогай вашага штодзённага рэсурснага фонду (300 рэсурсы на старонку). Released under Apache 2.0 — commercial use permitted on Free.ai.
Выкарыстаць праз API
OpenAI- сумяшчальны REST API. Стварыць ключ і выклікаць гэтую мадэль у некалькі секунд.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"got-ocr2","prompt":"your prompt here"}'Частыя пытанні
GOT-OCR 2.0 выводзіць тэкст з малюнкаў і PDF- файлаў. Загрузіце сканаваную старонку, скрыншот або фота дакумента, і GOT-OCR 2.0 верне тэкст - захоўваючы перарывы радкоў і (на магчымых рухавіках) табліцы, формулы і структуру.
GOT-OCR 2.0 абслугоўвае дзясяткі пісьмовых знакаў - лацінку, кірыліцу, CJK, арабскую, дэванагарыйскую і іншыя. У / ocr / ёсць поўны спіс моў для кожнага рухавіка.
Yes for clean printed-style handwriting; cursive and shorthand are harder. TrOCR and modern transformer-based engines are noticeably better than legacy Tesseract on handwriting.
Рухавікі з падтрымкай раскладак (GOT-OCR, Marker, Florence-2) вяртаюць табліцы Markdown/ HTML і формулы LaTeX. Рухавікі з тэкставым рэжымам вяртаюць тэкст без структуры - праверце рэжым вываду гэтай мадэлі.
GOT-OCR 2.0 runs on our GPUs from your daily free pool; $5 → 200,000 paid tokens after. ~300 tokens per page.
PNG, JPG, WebP, HEIC, BMP, а таксама адна- і шматстаронкавыя PDF да 50 МБ. Схільныя або паварочваюцца старонкі аўтаматычна выпраўляюцца перад выцягненнем.
Дакладнасць сімвалаў звычайна > 98% на чыстай друкаванай старонцы, скарачэнні на фота з нізкім раздзяленнем, моцна выгнутыя сканаванне або незвычайныя шрыфты. Параўнаць рухавікі на / ocr / compare / калі дакладнасць важная.
Так - / batch / прымае тэчку з малюнкамі/ PDF. Кожнае выдаленне трапляе ў / account /? tab=history. Для захавання дрэва тэчак выкарыстоўвайце API.
Так - POST ваш файл у / v1/ ocr / з model=" GOT-OCR 2.0 ". Верне JSON з тэкстам + (калі падтрымліваецца) раскладка + абмежавальныя рамкі на ўзроўні слова. / api / мае поўную спасылку.
У самаабслугоўваных мадэлях файл захоўваецца на нашым GPU; у прэміум- мадэлях ён праходзіць праз DPA. Дакументы выдаляюцца пасля завяршэння агульнага карыстання. Мы не трэніруемся на вашых уводах.
Так - Free.ai дазваляе выкарыстанне выцягнутага тэксту ў камерцыйных мэтах. Вам патрэбныя правы на зыходны дакумент.
Звычайна 1- 5 секунд на старонку. Рухавікі, якія ўлічваюць раскладку (табліцы, матэматыка) займаюць больш часу. Многасцеражковыя PDF- файлы маюць лінейную шкалу.