PaddleOCR-VL
Free.ai (self-hosted)
·
ocr
·
~300 жетони на page
PaddleOCR-VL е a Модел на ОРС построен от PaddlePaddle. Най-силният в Fast multilingual image / scan to Markdown; tables, formulas, charts; 109 languages.. Самоу домакин на Free.ai GPU — тече свободен срещу ежедневния си резервоар за жетони (300 žeтони на страница). Освободена под {licence} — търговска употреба, разрешена на Free.ai.
Използване чрез API
Съгласен с OpenAI 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":"paddleocr-vl","prompt":"your prompt here"}'Често задавани въпроси
PaddleOCR-VL извлича текста от изображения и PDF. Качете сканирана страница, снимка на екрана или снимка на документ и PaddleOCR-VL връща текста — съхранение на линиите и (на способни двигатели) таблици, формули и структура.
PaddleOCR-VL управлява десетки скриптове — латински, кирилици, CJK, арабски, Devanagari и др.
Да за чист печатен почерк; кървене и шорцеви са по-трудни. TrOCR и модерните трансформаторни двигатели са забележително по-добри от наследство Teseract на почерк.
Двигатели, които са съзнавани (GOT-OCR, Marker, Florence-2) връщане Маркдаун/HTML таблици и LaTeX за формули.
PaddleOCR-VL тече на нашите GPU от ежедневния си свободен басейн; $5 → 200 000 платени жетони след. ~300 жетони на страница.
PNG, JPG, WebP, HEIC, BMP, плюс едностранни и многостранни PDF до 50 MB. Прескачени или въртени страници са автоматично корегирани преди екстракцията.
Характерната точност обикновено е >98% на чисти печатни страници, пада на снимки с ниско съдържание, тежко смазани скенери или необичайни шрифтове. Сравни двигатели на /okr/compare/ когато точността е важна.
Да — /batch/ приема папка от изображения/PDF. Всяка екстракция попада в /account/?tab=history. За запазване на папка-дърво използвайте API.
Да — ПОСТ файлът ви на /v1/okr/ с модел="PaddleOCR-VL". Връща JSON с текст + (когато се поддържа) оформление + ръбни полета. /api/ има пълното позоваване.
Самоу домакинските модели държат файловете си на нашите GPU; премиум преминават с DPA. Документите се изтриват след акционерния прозорец. Не тренираме върху вашите входове.
Да — Free.ai отпускат търговско използване на извлечения текст. Нуждаете се от правата на източника документ.
1-5 секунди на страница обикновено. Разклад-съзнателни двигатели (таблички, математика) отнемат по-дълго. Многостранични PDF скала приблизително линейно.