PaddleOCR-VL
Free.ai (self-hosted)
·
ocr
·
~300 ٹوکنس پر page
PaddleOCR-VL an OCR ماڈل PaddlePaddle کے ليے بنا يا گيا هے Fast multilingual image / scan to Markdown; tables, formulas, charts; 109 languages. میں سب سے مضبوط. Free.ai GPUs پر خود مہمان — آپ کے روزانہ ٹوکن پول کے خلاف مفت چلتا ہے (300 ٹوکن صفحہ). Apache 2.0 کے تحت آزاد کیا گیا - Free.ai پر تجارتی استعمال کی اجازت.
API کے ذریعے استعمال کریں
اوپن اے آئی-مطابق REST API. ایک کلید پیدا کریں اور اس ماڈل کو سیکنڈز میں بلايں
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"}'بار بار پوچھے گئے سوالات
PaddleOCR-VL تصویروں اور PDFs سے متن نکالا جاتا ہے. ایک سکين کريے گئے صفحے کو اپ لوڈ کريں ، اسکرین شاٹ يا دستاوين کا فوٹو اور PaddleOCR-VL متن واپس کريے گا - لائن برکز کو محفوظ کريے اور (قابليت مند انجنوں پر) ٹیبل ، فارمولا اور ساخت
PaddleOCR-VL دزينہ سکيپٹس کو ہینڈل کر تا هے - لاطيني ، سيريل ، CJK ، عربي ، ديونا گري ، اور اور زیادہ /ocr/ لینڈنگ پر تمام زبانوں کی فہرست پر انجن هے
صاف پرنٹ شدہ دستخط کے ليے ہاں ، کرسائي اور مختصر دستخط سخت هے TrOCR اور جديد ترانسفرميشن پر مبنی انجنيز دستخط پر ليجائي Tesseract سے خوبيں هيں
ليجٹ -ايد عينک (GOT-OCR ، مار کر ، Florence-2) فارمولا کے ليے Markdown/HTML ٹائلز اور LaTeX واپس کر تا هے plain-text engines structure کے ليے متن واپس کر تا هے - اس ماڈل کے خروجي موڈ کو چکيں
PaddleOCR-VL آپ کے روزانہ مفت پول سے ہمارے GPUs پر چلتا ہے؛ $5 → 200,000 ادا کیے گئے ٹوکن کے بعد. ~300 ٹوکن ہر صفحے پر.
PNG, JPG, WebP, HEIC, BMP, plus single- اور multi-page PDFs 50 MB تک. اسکیوڈ یا موڑے ہوئے صفحے نکالے جانے سے پہلے خودکار طور پر ٹھیک کیے جاتے ہیں.
حروف کا درستگي عام طور پر صاف پرنٹ صفحات پر >98% هے ، کم رزولوشن فوٹو پر گر نے ، شدید طور پر منحرف سکين ، يا غيرمعمولي فونٹس. /ocr/compare/ پر انجنينز کو موازنہ کريں جب درستگي اهم هے
ہاں - /Batch/ ایک فولڈر کو قبول کرتا ہے تصویروں/PDFs کا. ہر نکالی ہوئی چیز /Account/؟tab=History میں پہنچتی ہے. فولڈر-ٹری محفوظ رکھنے کے لیے API استعمال کریں.
ہاں - آپ کی فائل کو /v1/ocr/ میں POST کریں موڈل ""PaddleOCR-VL"" کے ساتھ. JSON متن + (جب بھی مدد کی جائے) لئوگوٹ + ورڈ سطح کے بانڈنگ باکس کے ساتھ واپس کرتا ہے. /api/ میں مکمل حوالہ ہے.
خود مہمان ماڈل آپ کی فائل کو ہمارے GPUs پر رکھتے ہیں؛ پرائم DPA کے ساتھ گزرتے ہیں۔ دستاویز شیئر-وینڈو کے بعد حذف کی جاتی ہیں۔ ہم آپ کی انٹیجوں پر تربیت نہیں کرتے۔
ہاں - Free.ai نکالے گئے متن کا تجارتی استعمال عطا کرتا ہے آپ کو سرچشمہ دستاویز کے حقوق کی ضرورت ہے
ہر صفحے پر 1-5 سیکنڈ عام طور پر. لاجوٹ-اےڈر انجن (ٹیبل، ریاضی) زیادہ وقت لے لیتا ہے. متعدد صفحے PDFs تقریباً لینیئر پیمانے پر.