TrOCR Base
Free.ai (self-hosted)
·
ocr
·
~300 kuponkeja per page
TrOCR Base on an OCR-malli rakentanut Microsoft. Vahvin osoitteessa Handwritten documents, low-resource scripts.. Itsekeskeinen Free.ai GPU:lla – kulkee vapaasti päivittäistä pokaalia vastaan ({tpm_tokeno},sivua kohden). Vapautettu nimellä MIT, kaupallinen käyttö sallittu Free.ai:lla.
Käyttö API:n kautta
OpenAI-yhteensopiva REST API. Luo avain ja soita tähän malliin sekunneissa.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"trocr-base","prompt":"your prompt here"}'Usein kysyttyjä kysymyksiä
TrOCR Base uumoilee tekstiä kuvista ja pdf-papereista. Lataa skannattu sivu, kuvaruutu tai kuva asiakirjasta ja TrOCR Base palauttaa tekstin: säilyttää viivat ja (voimakkailla moottoreilla) pöydät, kaavat ja rakenteen.
TrOCR Base käsittelee kymmeniä käsikirjoituksia – latinaa, kyrillistä, CJK: ta, arabiaa, devanagaria ja muuta. /okr/ laskussa on koko kieliluettelo moottoria kohden.
Kyllä puhtaalle painetulle käsialalle; kaunokirjoitus ja lyhytkätisyys ovat vaikeampia.TrOCR ‐moottorit ja modernit muuntajapohjaiset moottorit ovat huomattavasti parempia kuin Tesseractin perintö käsialalla.
Layout-tietoiset moottorit ('GOT-OCR', Marker, 'Florence-2) palauttavat Markdown/HTML-taulukot ja LaTeX-kaavat. Tavallinen teksti palauttaa tekstin ilman rakennetta – tarkista tämän mallin lähtötila.
TrOCR Base kulkee GPU:illamme päivittäisestä ilmaisesta altaastasi; 5 dollaria → 200 000 maksettua kuponkia jälkeenpäin. ~300 kuponkia per sivu.
PNG, JPG, WebP, HEIC, BMP sekä yksi- ja monisivuiset PDF-paperit jopa 50 MB. Skewed tai pyöritetyt sivut korjataan automaattisesti ennen poimimista.
Hahmotarkkuus on yleensä >98 % puhtailla painetuilla sivuilla, matalalla kuvilla pudottaminen, pahasti vinoutuneet kuvat tai epätavalliset fontit. Vertaa moottoreita / okr/compare/, kun tarkkuus on tärkeää.
Kyllä – / erä/ hyväksyy kuvakansion/PDF-kansion. Jokainen poiminta laskeutuu /tilille/?tab=historiaan. Kansioiden ja puiden säilytykseen käytetään API-rajapintaa.
Kyllä – PYSÄYTÄ tiedostosi osoitteeseen /v1/ocr/ with model="TrOCR Base". Palauttaa JSONin tekstillä + (tuettuna) asettelulla + sanatasolla rajaavat laatikot. /apilla on koko viite.
Itseohjautuvat mallit pitävät tiedostosi GPU:ssa; premium kulkee läpi DPA:lla. Asiakirjat poistetaan osakeikkunan jälkeen. Emme harjoittele tuloksillasi.
Kyllä – Free.ai myöntää kopioidun tekstin kaupalliseen käyttöön. Tarvitset oikeudet lähdeasiakirjaan.
Tyypillisesti 1–5 sekuntia sivulla. Asettelutietoiset moottorit (taulukot, matematiikka) kestävät pidempään. Monisivuiset PDF-skaalaukset ovat suurin piirtein lineaarisia.