TrOCR Base
Free.ai (self-hosted)
·
ocr
·
~300 Počet žetónov na page
TrOCR Base je a Model OCR postavený Microsoft. Najsilnejší na Handwritten documents, low-resource scripts.. Vlastné hosťovanie na Free.ai grafických procesoroch – beží bezplatne proti vášmu dennému fondu tokenov (300 tokenov Cena za stranu). Vydané pod licenciou MIT - komerčné použitie povolené na Free.ai.
Použitie cez API
Generujte kľúč a volajte tento model v priebehu niekoľkých sekúnd.
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"}'Často kladené otázky
TrOCR Base extrahuje text z obrázkov a PDF. Nahrajte naskenovanú stránku, snímku obrazovky alebo fotografiu dokumentu a TrOCR Base vráti text — zachová zlomy riadkov a (na schopných motoroch) tabuľky, vzorce a štruktúru.
TrOCR Base zvláda desiatky písiem - latinku, cyriliku, CJK, arabčinu, Devanagari a ďalšie. /ocr/ landing má úplný zoznam jazykov pre jednotlivé motory.
Áno pre čisté písanie rukou v tlačenom štýle; kurzíva a skratky sú ťažšie. TrOCR a moderné transformátorové motory sú znateľne lepšie ako starší Tesseract na písanie rukou.
Layout-aware engines (GOT-OCR, Marker, Florence-2) vracajú Markdown/HTML tabuľky a LaTeX pre vzorce, Plain-text engines vracajú text bez štruktúry - pozrite si výstupný režim tohto modelu.
TrOCR Base beží na našich GPU z vášho denného voľného fondu; $5 → 200,000 platených žetónov po. ~300 žetónov na stránku.
Podporuje formáty PNG, JPG, WebP, HEIC, BMP a PDF s jednou alebo viacerými stranami s veľkosťou až 50 MB.
Presnosť znakov je typicky >98% na čistých vytlačených stranách, kvapkanie na fotografiách s nízkym rozlíšením, silne skreslené skeny, alebo nezvyčajné písma.Porovnajte motory na /ocr/compare/, ak je presnosť dôležitá.
Áno - /batch/ prijíma priečinok s obrázkami/PDF. Každá extrakcia skončí v /account/?tab=history. Pre zachovanie stromu priečinkov použite API.
Áno - POST súbor do /v1/ocr/ s modelom "TrOCR Base". Vráti JSON s textom + (ak je podporované) rozloženie + ohraničujúce boxy na úrovni slov. /api/ má úplnú referenciu.
Self-hosted modely ukladajú súbory na naše GPU, premium modely prechádzajú cez DPA. Dokumenty sú po uplynutí času zdieľania vymazané, na vaše vstupy sa netreníme.
Áno - Free.ai udeľuje komerčné použitie extrahovaného textu, potrebujete práva na zdrojový dokument.
Zvyčajne 1 - 5 sekúnd na stranu. Nástroje, ktoré si uvedomujú rozloženie (tabuľky, matematika), trvajú dlhšie.