GOT-OCR 2.0
Free.ai (self-hosted)
·
ocr
·
~300 Μάρκες ανά page
GOT-OCR 2.0 είναι a Υπόδειγμα OCR κατασκευής από Alibaba Cloud. Πιο δυνατό στο Advanced OCR for documents, tables, equations. Αυτό-φιλοξενούνται σε Free.ai GPUs ~ τρέχει δωρεάν ενάντια σας καθημερινή πισίνα μάρκα (300 μάρκες ανά σελίδα). Κυκλοφόρησε στο πλαίσιο Apache 2.0 - εμπορική χρήση επιτρέπεται στο Free.ai.
Χρήση μέσω API
OpenAI-συμβατικό REST API. Δημιουργήστε ένα κλειδί και καλέστε αυτό το μοντέλο σε δευτερόλεπτα.
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"}'Συχνές Ερωτήσεις
GOT-OCR 2.0 αποσπάσματα κειμένου από εικόνες και PDFs. Ανεβάστε μια σαρωμένη σελίδα, ένα στιγμιότυπο οθόνης, ή μια φωτογραφία ενός εγγράφου και GOT-OCR 2.0 επιστρέφει το κείμενο - διατήρηση γραμμής διαλείμματα και (σε ικανούς κινητήρες) πίνακες, τύπους και δομή.
GOT-OCR 2.0 χειρίζεται δεκάδες σενάρια - Λατινικά, Κυριλλικά, CJK, Αραβικά, Devanagari, και πολλά άλλα. Η /ocr/ προσγείωση έχει την πλήρη λίστα γλωσσών ανά κινητήρα.
Ναι για καθαρό έντυπο-στυλ γραφής? cursiive και κοντόχερο είναι σκληρότερα. TrOCR και σύγχρονα κινητήρες μετασχηματιστή-based είναι αισθητά καλύτερα από την κληρονομιά Tesseract για το γραφικό χαρακτήρα.
Μηχανές ρύθμισης-aware (GOT-OCR, Marker, Florence-2) επιστροφή Markdown/HTML πίνακες και LaTeX για τύπους.
GOT-OCR 2.0 τρέχει με GPUs μας από την καθημερινή δωρεάν πισίνα σας; $ 5 → 200.000 πληρωμένα μάρκες μετά. ~300 μάρκες ανά σελίδα.
PNG, JPG, WebP, HEIC, BMP, συν PDF μιας και πολλαπλών σελίδων έως 50 MB. Οι σελίδες που έχουν υποστεί αφαίρεση ή περιστραφεί αυτοδιορθώνονται πριν την εξαγωγή.
Η ακρίβεια του χαρακτήρα είναι συνήθως > 98% σε καθαρές τυπωμένες σελίδες, ρίχνοντας σε φωτογραφίες χαμηλών res, σαρώνοντας σοβαρά σαρώσεις, ή ασυνήθιστες γραμματοσειρές.
Ναι - / batch/ δέχεται ένα φάκελο εικόνων/PDFs. Κάθε εξαγωγή προσγειώνεται στο /λογαριασμό/?tab=ιστορία. Για τη διατήρηση φακέλων-δέντρου χρησιμοποιήστε το API.
Ναι - ΠΩΜΑ το αρχείο σας στο /v1/ocr/ με μοντέλο="GOT-OCR 2.0". Επιστρέφει JSON με κείμενο + (όταν υποστηρίζεται) διάταξη + wild-level pricing boxes. /api/ έχει την πλήρη αναφορά.
Τα αυτοξεχωρισμένα μοντέλα διατηρούν το αρχείο σας στις GPU μας; premium περνάνε μέσα με DPA. Τα έγγραφα διαγράφονται μετά το παράθυρο μετοχών. Δεν εκπαιδεύουμε στις εισόδους σας.
Ναι - Free.ai χορηγεί εμπορική χρήση του εξαγόμενου κειμένου. Χρειάζεστε δικαιώματα στο έγγραφο πηγής.
1-5 δευτερόλεπτα ανά σελίδα συνήθως. Μηχανές Layout-aware (tables, μαθηματικά) παίρνουν περισσότερο.