Unlimited-OCR 3B
Free.ai (self-hosted)
·
ocr
·
~300 တန်ဖိုးများ page
Unlimited-OCR 3B an OCR မော်ဒယ် Baidu အားဖြင့်တည်ဆောက်ထားသည်. Image / scan to structured Markdown, complex layouts, tables, multi-page documents. တွင်အခိုင်အမာဆုံး။ Free.ai GPUs အပေါ် Self-hosted - သင်၏နေ့စဉ် token ကိုရေကန် (300 tokens စာမျက်နှာတိုင်း) ကိုတိုက်ခိုက်အခမဲ့ runs ။ MIT တွင်ထုတ်ဝေ — စီးပွားရေးလုပ်ငန်းအသုံးပြုမှုခွင့်ပြု Free.ai.
API မှတဆင့်အသုံးပြု
OpenAI-ကိုက်ညီ REST API ကို။ တစ်ဦးကုတ်ကို generate နှင့်စက္ကန့်အတွင်းဤမော်ဒယ်ကိုခေါ်ဆိုပါ။
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"}'မေးလေ့ရှိသောမေးခွန်းများ
Unlimited-OCR 3B ရုပ်ပုံများနှင့် PDF များမှစာသားကို extracts. scanned စာမျက်နှာတစ်ခု upload, တစ် screenshot, သို့မဟုတ်စာရွက်စာတမ်း၏ဓာတ်ပုံနှင့် Unlimited-OCR 3B စာသားပြန်လာ - လိုင်း breaks တွေကိုထိန်းသိမ်းခြင်းနှင့် (စွမ်းဆောင်ရည်အင်ဂျင်များပေါ်တွင်) စားပွဲ, ဖော်မလင်, နှင့်ဖွဲ့စည်းပုံ.
Unlimited-OCR 3B ဟာ စာလုံးပေါင်း ထောင်ချီကို ကိုင်တွယ်နိုင်ပါတယ် — လတ်တလော, ခရစ်လစ်, CJK, အာရပ်, Devanagari, နှင့် ပို၍ များများ.
ရှင်းလင်းသောပုံနှိပ်-style လက်ရေးအတွက်အင်း; cursive နှင့် shorthand ပို၍ ခက်ခဲသည်။ TrOCR နှင့်ခေတ်မီသော transformer-based engines များသည်လက်ရေးပေါ်တွင်အမွေဆက်ခံ Tesseract ထက်သိသိသာသာပိုမိုကောင်းမွန်သည်။
Layout-အသိအင်ဂျင်များ (GOT-OCR, Marker, Florence-2) Markdown / HTML ကိုစားပွဲများနှင့်ဖော်မွန်များအတွက် LaTeX ပြန်ပေး။ ရိုးရှင်းသော-စာသားအင်ဂျင်များဖွဲ့စည်းပုံမရှိဘဲစာသားပြန်ပေး - ဒီမော်ဒယ်ရဲ့ output mode ကိုစစ်ဆေးပါ။
Unlimited-OCR 3B သင့်ရဲ့နေ့စဉ်အခမဲ့ရေကန်မှကျွန်တော်တို့ရဲ့ GPUs ပေါ်မှာ runs; $5 → 200,000 ပေးဆောင် tokens တွေကိုပြီးနောက်. ~300 စာမျက်နှာတစ်မျက်နှာလျှင် tokens တွေကို.
PNG, JPG, WebP, HEIC, BMP, ပေါင်းစပ်တစ်ဦးတည်းနှင့် multi-စာမျက်နှာ PDF များကို 50 MB အထိ။ skewed သို့မဟုတ်လှည့်စာမျက်နှာများထုတ်ယူခြင်းမပြုမီအလိုအလျောက်-ပြင်ဆင်ထားကြသည်။
အဓိကစာလုံးတိကျမှန်ကန်မှုပုံမှန်အားဖြင့်>98% သန့်ရှင်းသောပုံနှိပ်စာမျက်နှာများပေါ်တွင်ဖြစ်ပါသည်, အနည်းငယ်-res ဓာတ်ပုံများအပေါ် dropping, ပြင်းထန်စွာစောင်းစကင်ဖတ်စစ်ဆေး, သို့မဟုတ်အထူးသဖြင့် fonts များ. တိကျမှန်ကန်မှုကိစ္စများအခါ / ocr / compare / အပေါ်အင်ဂျင်များနှိုင်းယှဉ်.
ဟုတ်ကဲ့ — / batch / ရုပ်ပုံများ / PDF များ၏ folder ကိုလက်ခံ. တစ်ခုချင်းစီကိုထုတ်ယူခြင်းမြေပုံများ / account /?tab = သမိုင်း. folder-သစ်ပင်ထိန်းသိမ်းရေးအတွက် API ကိုအသုံးပြု.
ဟုတ်ကဲ့ — model="Unlimited-OCR 3B" နှင့်အတူ /v1/ocr / သို့သင်၏ဖိုင်ကို POST လုပ်ပါ။ စာသားနှင့်အတူ JSON ကိုပြန်လာ + (ထောက်ခံသောအခါ) layout + စကားလုံးအဆင့်ကန့်သတ်သေတ္တာများ။ /api/ သည်အပြည့်အဝအညွှန်းရှိသည်။
Self-hosted မော်ဒယ်များကျွန်တော်တို့ရဲ့ GPUs အပေါ်သင့်ရဲ့ဖိုင်ကိုထိန်းသိမ်းထား; ပရီမီယံတစ်ဦး DPA ဖြင့်ဖြတ်ပြီးသွား. စာရွက်စာတမ်းများမျှဝေ-window ကိုပြီးနောက်ဖျက်ပစ်ကြသည်. ကျွန်တော်တို့ဟာသင်၏ input များကိုအပေါ်လေ့ကျင့်မပေး.
ဟုတ်ကဲ့ — Free.ai ထုတ်ယူစာသား၏စီးပွားရေးလုပ်ငန်းအသုံးပြုမှုခွင့်ပြုချက်. သင်မူရင်းစာရွက်စာတမ်းကိုပိုင်ခွင့်လိုအပ်.
1-5 စက္ကန့်စာမျက်နှာတစ်ဦးလျှင်ပုံမှန်အားဖြင့်. Layout-အသိအင်ဂျင် (စားပွဲ, သင်္ချာ) ပိုမိုကြာရှည်ယူ. Multi-စာမျက်နှာ PDF များအကြမ်းဖျင်း linearly scale.