Unlimited-OCR 3B
Free.ai (self-hosted)
·
ocr
·
~300 ຕົວແທນຕໍ່ page
Unlimited-OCR 3B ແມ່ນ a ແບບແບບ OCR ສ້າງໂດຍ Baidu. ແຂງແຮງທີ່ສຸດທີ່ Image / scan to structured Markdown, complex layouts, tables, multi-page documents.. ເປັນເຈົ້າພາບຕົນເອງໃນ Free.ai GPUs - ແລ່ນຟຣີຕໍ່ຕ້ານສະໂມສອນໂຕກອນຂອງທ່ານທຸກໆມື້ (300 tokens ຕໍ່ໜ້າ). ອອກອາກາດພາຍໃຕ້ MIT — ອະນຸຍາດໃຫ້ໃຊ້ໃນການຄ້າ Free.ai.
ប្រើຜ່ານ API
REST API ທີ່ເຂົ້າກັນໄດ້ກັບ OpenAI. ສ້າງກຸນແຈ ແລະ ໂທຫາແບບຟອມນີ້ໃນສອງວິນາທີ.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"unlimited-ocr","prompt":"your prompt here"}'ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ
Unlimited-OCR 3B ຖອດຂໍ້ຄວາມຈາກຮູບພາບແລະ PDFs. ສົ່ງຫນ້າທີ່ສັ່ນສະເທືອນ, ຫນ້າຈໍ, ຫຼືຮູບຂອງເອກະສານແລະ Unlimited-OCR 3B ສົ່ງຂໍ້ຄວາມຄືນ - ຮັກສາການຢຸດເຊົາແລະ (ໃນເຄື່ອງຈັກທີ່ມີຄວາມສາມາດ) ຕາຕະລາງ, ຮູບຮ່າງ, ແລະໂຄງສ້າງ.
Unlimited-OCR 3B ຈັດການກັບສະຄຣິບຕ໌ຫຼາຍຮ້ອຍອັນ - ລາຕິນ, ຊີຣີລ, CJK, ອາຣັບ, ເດວານາກາຣີ, ແລະອື່ນໆ. ຕົວລົງຈອດ /ocr/ ມີລາຍຊື່ພາສາເຕັມຕາມເຄື່ອງຈັກ.
ຍອມຮັບສຳລັບການຂຽນດ້ວຍມືແບບພິມທີ່ສະອາດ; ຕົວອັກສອນໂຄ້ງ ແລະ ຕົວອັກສອນສັ້ນໆ ຍາກກວ່າ. TrOCR ແລະ ເຄື່ອງຈັກທີ່ອີງໃສ່ການປ່ຽນແປງແບບທັນສະໄໝ ແມ່ນດີກວ່າການຂຽນດ້ວຍມືແບບເກົ່າຂອງ Tesseract ຢ່າງເຫັນໄດ້ຊັດເຈນ.
ເຄື່ອງຈັກທີ່ຮູ້ເຖິງການວາງແຜນ (GOT-OCR, Marker, Florence-2) ສົ່ງຄືນຕາຕະລາງ Markdown/HTML ແລະ LaTeX ສຳ ລັບຟອມ. ເຄື່ອງຈັກຂໍ້ຄວາມປົກກະຕິສົ່ງຄືນຂໍ້ຄວາມທີ່ບໍ່ມີໂຄງສ້າງ — ກວດເບິ່ງແບບແບບນີ້ຂອງໂມດູນຜົນອອກມາ.
Unlimited-OCR 3B ແລ່ນຢູ່ໃນ GPUs ຂອງພວກເຮົາຈາກສະລອຍນ້ໍາຟຣີທຸກໆມື້ຂອງທ່ານ; $5 → 200,000 ບັດເຄຣດິດຈ່າຍຫຼັງຈາກນັ້ນ. ~300 ບັດເຄຣດິດຕໍ່ຫນ້າ.
PNG, JPG, WebP, HEIC, BMP, ພ້ອມທັງ PDF ທີ່ມີ ໜ້າ ດຽວແລະຫຼາຍ ໜ້າ ເຖິງ 50 MB. ຫນ້າທີ່ໂຄ້ງຫຼືໂຄ້ງແມ່ນຖືກແກ້ໄຂໂດຍອັດຕະໂນມັດກ່ອນທີ່ຈະດຶງອອກ.
ຄວາມຖືກຕ້ອງຂອງຕົວອັກສອນແມ່ນປົກກະຕິແລ້ວ> 98% ຢູ່ໃນ ໜ້າ ພິມທີ່ສະອາດ, ຕົກຢູ່ໃນຮູບຖ່າຍທີ່ມີຄວາມລະອຽດຕ່ ຳ, ການສັ່ນສະເທືອນຢ່າງຮ້າຍແຮງ, ຫຼື ຕົວອັກສອນທີ່ບໍ່ປົກກະຕິ. ທົດສອບເຄື່ອງຈັກໃນ / ocr / compare / ເມື່ອຄວາມຖືກຕ້ອງເປັນສິ່ງສໍາຄັນ.
ຍິນດີ — /batch/ ຍອມຮັບເອົາໄຟລ໌ຂອງຮູບ/PDFs. ການດຶງເອົາແຕ່ລະຄັ້ງຈະຕົກຢູ່ໃນ /account/?tab=history. ສຳລັບການຮັກສາຕົ້ນຂອງໄຟລ໌ໃຊ້ API.
ຍິນດີ — POST ໄຟລ໌ຂອງທ່ານໄປທີ່ /v1/ocr/ ດ້ວຍ model="Unlimited-OCR 3B". ສົ່ງຄືນ JSON ທີ່ມີຂໍ້ຄວາມ + (ເມື່ອໄດ້ຮັບການສະໜັບສະໜູນ) ການຈັດວາງ + ລະດັບຄໍາທີ່ຂັດຂວາງກະດານ. /api/ ມີການອ້າງອີງເຕັມ.
ແບບທີ່ຈັດການດ້ວຍຕົນເອງຮັກສາເອກະສານຂອງທ່ານຢູ່ໃນ GPUs ຂອງພວກເຮົາ; ຄ່າໃຊ້ຈ່າຍຜ່ານຜ່ານກັບ DPA. ເອກະສານຖືກລຶບຫຼັງຈາກເປີດ ໜ້າ ຕ່າງແບ່ງປັນ. ພວກເຮົາບໍ່ຝຶກອົບຮົມກ່ຽວກັບຂໍ້ມູນທີ່ເຂົ້າມາຂອງທ່ານ.
ຍອມຮັບ — Free.ai ອະນຸຍາດໃຫ້ໃຊ້ຂໍ້ຄວາມທີ່ຖອດອອກມາເປັນສິນຄ້າ. ທ່ານຕ້ອງມີສິດໃນການໃຊ້ເອກະສານແຫຼ່ງ.
1-5 ວິນາທີຕໍ່ ໜ້າ ໂດຍປົກກະຕິ. ເຄື່ອງຈັກທີ່ຮູ້ຈັກກັບການອອກແບບ (ຕາຕະລາງ, ຄະນິດສາດ) ໃຊ້ເວລາດົນກວ່າ. PDFs ຫຼາຍ ໜ້າ ຂະ ໜາດ ປະມານເສັ້ນ.