PaddleOCR
Free.ai (self-hosted)
·
ocr
·
~300 ھەر بىرىگە توكى page
PaddleOCR an OCR مودىل PaddlePaddle تەرىپىدىن ياسالغان. Strongest at Multi-language OCR, document layout extraction, receipts.. Free.ai GPU لاردا ئۆز-ئۆزىنى باشقۇرىدۇ — كۈندىلىك توكى توپىڭىزغا قارشى ھەقسىز ئىشلەيدۇ (300 توكى ھەر بىر بەت). Apache 2.0 نىڭ ئاستىدا ئېلان قىلىنغان - تىجارەت ئۈچۈن ئىشلىتىش Free.ai نىڭ ئاستىدا رۇخسەت قىلىنغان.
API ئارقىلىق ئىشلىتىش
OpenAI بىلەن ماس كېلىدىغان REST API. ئاچقۇچنى قۇرۇپ، بۇ مودېلىنى بىر نەچچە سېكۇنت ئىچىدە چاقىرىۋېتىدۇ.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"paddleocr","prompt":"your prompt here"}'كۆپ سورالغان سوئاللار
PaddleOCR سۈرەت ۋە PDF ھۆججەتلىرىدىن تېكىستنى چىقىرىۋېتىدۇ. سۈرەتكە ئېلىنغان بىر پارچە، سۈرەتكە ئېلىنغان بىر سۈرەت ياكى پۈتۈكنىڭ سۈرىتى قوشۇپ قويسىڭىز، PaddleOCR تېكىستنى قايتۇرۇپ بېرىدۇ - قۇر ئايرىقى ۋە (ئۇچۇرنى قوبۇل قىلىدىغان ئېلېكتىرونلۇق مەشغۇلات سىستېمىسىدا) جۈملە، فورمۇلا ۋە قۇرۇلما ساقلىنىپ قالىدۇ.
PaddleOCR ئونلىغان يېزىقىلارنى قوللايدۇ - لاتىن، سىرېل، CJK، ئەرەب، دەۋاناغارى ۋە باشقا. /ocr/ نى قوزغاتقاندا ھەر بىر يېزىقى ئۈچۈن تولۇق تىل تىزىملىكى بار.
TrOCR ۋە زامانىۋىي ئۆزگەرتكۈچ ئاساسىدىكى ئېلېكتىرونلۇق مەشغۇلات سىستېمىسى قوليازما يېزىشتا Tesseract نىڭ ئالدىنقى نەشرى بىلەن سېلىشتۇرغاندا بەكرەك ياخشى.
لايىھەلەشنى تونۇيدىغان ئېلېكتىرونلۇق ماشىنا (GOT-OCR، Marker، Florence-2) Markdown/HTML جۈملىسىنى ۋە فورمۇلا ئۈچۈن LaTeX نى قايتۇرىدۇ. ئاددىي تېكىست ئېلېكتىرونلۇق ماشىنا قۇرۇلمىسى يوق تېكىستنى قايتۇرىدۇ - بۇ مودېلنىڭ چىقىرىش ھالىتىنى تەكشۈرىدۇ.
PaddleOCR بىزنىڭ GPU لىرىمىزدا كۈندىلىك ھەقسىز توپىڭىزدىن ئىشلەيدۇ؛ $5 → 200,000 تۆلەم توكى كېيىن. ~300 توكى ھەر بىر بەتكە.
PNG، JPG، WebP، HEIC، BMP، ھەمدە 50MB گە قەدەر بىر ۋە كۆپ بەتلىك PDF ھۆججەتلىرى. ئېنىقسىز ياكى بۇرۇنقىدەك بولمايدۇ دېگەندەك بەتلەر چىقىرىلغاندىن كېيىن ئۆزلۈكىدىن تۈزىتىلىدۇ.
ھەرپلەرنىڭ توغرىلىقى ئادەتتە پاكىز بېسىلغان بەتلەردە >98% بولۇپ، تۆۋەن ئېنىقلىقتىكى سۈرەتلەردە، قاتتىق بۇزۇلغان سۈرەتكە ئېلىشلاردا ياكى ئاددىي بولمىغان خەت نۇسخىلىرىدا چۈشۈپ كېتىدۇ. توغرىلىق مۇھىم بولغاندا /ocr/compare/ دىكى تەڭشەكلەرنى سېلىشتۇرۇڭ.
ئۇنداق - /batch/ سۈرەت/PDF مۇندەرىجىسىنى قوبۇل قىلىدۇ. ھەر بىر چىقىرىش /account/?tab=history غا چۈشىدۇ. مۇندەرىجە دەرەخىنى ساقلاش ئۈچۈن API نى ئىشلىتىڭ.
ئۇنداق ئەمەس - ھۆججەتنى /v1/ocr/ غا POST قىلىڭ. بۇدا model="PaddleOCR" نى ئىشلىتىڭ. JSON نى تېكىست + (يوقلۇقتا) سىزىقچە + سۆز دەرىجىلىك بوشلۇق بىلەن قايتۇرىدۇ. /api/ نىڭ تولۇق ئىزاھاتى بار.
ئۆز-ئۆزىگە ئولتۇرىدىغان مودىللار ھۆججەتنى گرافىكىلىق كارتىمىزدا ساقلايدۇ؛ ئالىي دەرىجىلىكلەر DPA ئارقىلىق ئۆتۈپ كېتىدۇ. پۈتۈكلەر ھەمبەھىرلەش كۆزنەكىدىن كېيىن يوقىتىدۇ. بىز سىزنىڭ كىرگۈزگەن ئۇچۇرلىرىڭىزنى تەتقىق قىلمايمىز.
ھەئە - Free.ai ئېنىقلانغان تېكىستنى تىجارەت قىلىشقا ئىجازەت بېرىدۇ. مەنبە پۈتۈكىگە ھوقۇقىڭىز بولۇشى كېرەك.
ھەر بىر بەتنى 1-5 سېكۇنت ئىچىدە كۆچۈرىدۇ. لايىھەلەشنى تونۇيدىغان ئېلېكتىرونلۇق پروگراممىلار (جۈملە، ماتېماتىكا) بۇ ۋاقىتنى ئۇزۇنلاشتۇرىدۇ. كۆپ بەتنى PDF ھۆججەتلىرى سىزىقچە چوڭقۇرلۇققا تەڭشەلىدۇ.