PaddleOCR-VL
Free.ai (self-hosted)
·
ocr
·
~300 znaki na page
PaddleOCR-VL jest a Model OCR zbudowany przez PaddlePaddle. Najsilniejsza w Fast multilingual image / scan to Markdown; tables, formulas, charts; 109 languages.. Samodzielnie umieszczony na Free.ai GPU – biegnie wolny od codziennego zbiornika tokenów (300 žetonów na stronę). Wydawane pod Apache 2.0 - użytkowanie handlowe dozwolone na Free.ai.
Użyj przez API
Kompatybilny z OpenAI REST API. Generuj klucz i zadzwoń po tym modelu w sekundach.
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"}'Często zadawane pytania
PaddleOCR-VL wyciąga tekst z obrazów i PDF. Wysyłka skanowanej strony, zrzut ekranu lub zdjęcie dokumentu i PaddleOCR-VL zwraca tekst - zachowanie przerw linii i (na silnikach) tabele, wzory i strukturę.
PaddleOCR-VL obsługuje dziesiątki skryptów - łaciński, cyrylicowy, CJK, arabski, Devanagari i więcej. /okr/ lądowanie posiada pełną listę językową na silnik.
Tak dla czystego pisania w stylu drukowanym; krzywione i skrótowe są trudniejsze. TrOCR i nowoczesne silniki na bazie transformatora są zauważalnie lepsze niż dziedzictwo Teseract na pisemnym.
Silniki świadome układu (GOT-OCR, Marker, Florence-2) zwracają markdown/HTML tabele i LaTeX dla wzorów. Silniki prostego tekstu zwracają tekst bez struktury – sprawdź tryb wyjścia tego modelu.
PaddleOCR-VL biegnie na naszych GPU z codziennego bezpłatnego basenu; $5 → 200 000 zapłaconych tokenów po. ~300 tokenach na stronę.
PNG, JPG, WebP, HEIC, BMP, plus jednostraniowe i wielostraniowe PDF do 50 MB. Przeklętane lub obracane strony są automatycznie korekcjonowane przed ekstrakcją.
Dokładność znaków jest zwykle > 98% na czystych drukowanych stronach, obniżenie na niskopasmowych zdjęciach, ciężko skanowane skanowanie lub niezwykłe czcionki. Porównaj silniki na /okr/porównaj/ w przypadku dokładności.
Tak - /batch/ akceptuje folder obrazów/PDF. Każda ekstrakcja poławia się w / account /?tab=history. Dla zachowania folderów- drewna używaj API.
Tak - POST Twój plik do /v1/okr/ z modelem=" PaddleOCR-VL". Zwraca JSON z tekstem + (jeżeli jest obsługiwany) układ + ramki ramowe. /api/ ma pełne odniesienie.
Samodomowe modele trzymaj pliki na naszych GPU; premium przejść z DPA. Dokumenty są usuwane po oknie share-Window. Nie trenujemy na wejściach.
Tak - Free.ai przyznaje komercyjne wykorzystanie wydobytego tekstu. Potrzebujesz praw do dokumentu źródłowego.
Zazwyczaj 1-5 sekund na stronę. Silniki świadome układu (stoły, matematyka) trwają dłużej. Wielostraniowa skala PDF w przybliżeniu liniowa.