GOT-OCR 2.0
Free.ai (self-hosted)
·
ocr
·
~300 символи за page
GOT-OCR 2.0 е a Модел на ОРС, построен от Alibaba Cloud. Най-силно в Advanced OCR for documents, tables, equations. Самоу домакин на Free.ai GPU — тече свободен срещу ежедневния си резервоар за жетони (300 žeтони на страница). Освободен под Apache 2.0 - търговска употреба разрешена на Free.ai.
Използване чрез API
Отворено-съвместими REST API. Генерирайте ключ и се обадете на този модел в секунди.
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"}'Често задавани въпроси
GOT-OCR 2.0 екстракти от текста от изображения и PDF. Качете сканирана страница, снимка на екрана или снимка на документ и GOT-OCR 2.0 връща текста - съхранение на линията прекъсвания и (на способни двигатели) таблици, формули и структура.
GOT-OCR 2.0 управлява десетки скриптове - латински, кирилици, CJK, арабски, Devanagari и др.
Да за чист печатен почерк; кървене и шорцхенд са по-трудни. TrOCR и модерните двигатели на трансформатори са забележително по-добри от наследство Teseract на почерк.
Машини с уведомяване (GOT-OCR, Marker, Florence-2) връщане Markdown/HTML таблици и LaTeX за формули. Моторите с прости текстове връщане текст без структура - проверете изходния режим на този модел.
GOT-OCR 2.0 работи на нашите GPU от ежедневния си свободен басейн; $5 → 200 000 платени жетони след. ~300 жетона на страница.
PNG, JPG, WebP, HEIC, BMP, плюс едностранни и многостранични PDF до 50 MB. Прескачени или въртени страници са автоматично корекцииране преди екстракция.
Знаците обикновено са > 98% на чисти печатни страници, падат на снимки с ниско съдържание, тежко смазани сканери или необичайни шрифтове. Сравни двигатели на /okr/compare/ когато точността е важна.
Да - /batch/ приема папка от изображения/PDF. Всяка екстракция се заема в /account /?tab=история. За опазване на папка-дърво използвайте API.
Да - POST вашия файл на /v1/okr/ с модел="GOT-OCR 2.0". Връща JSON с текст + (когато се поддържа) оформление + ръб-равнотегно кутии. /api/ има пълното reference.
Самоу домакинските модели държат файловете си на нашите GPU; премиум преминават с DPA. Документите се изтриват след акционерния прозорец. Ние не тренираме на вашите входове.
Да - Free.ai предоставя търговска употреба на извлечения текст. Трябват ви права за източника документ.
1-5 секунди на страница обикновено. Разклад-съзнателни двигатели (таблички, математика) отнема по-дълго. Многостранични PDF скала приблизително линейно.