Unlimited-OCR 3B
Free.ai (self-hosted)
·
ocr
·
~300 ٽوڪنز page
Unlimited-OCR 3B an OCR ماڊل جي ٺهيل Baidu. Image / scan to structured Markdown, complex layouts, tables, multi-page documents. تي تمام مضبوط. Free.ai GPUs تي پاڻمرادو ميزبان - توهان جي روزاني ٽوڪين پول (300 ٽوڪين صفحو) جي خلاف مفت هلندو آهي. MIT تحت جاري ڪيو ويو — Free.ai تي تجارتي استعمال جي اجازت.
API ذريعي استعمال ڪريو
OpenAI-compatible REST API. هڪ ڪَچ پيدا ڪريو ۽ ھن ماڊل کي سيڪنڊن ۾ سڏيو.
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"}'گھڻا پڇيل سوال
Unlimited-OCR 3B تصويرن ۽ PDFs مان متن ڪڍي ٿو. هڪ اسڪين ٿيل صفحو، اسڪرين شاٽ، يا ڪنهن دستاويز جي تصوير اپ لوڊ ڪريو ۽ Unlimited-OCR 3B متن موٽائي ٿو — لائين ڪٽڻ ۽ (ممكن انجنن تي) ٽيبل، فارمولا، ۽ ساخت کي محفوظ ڪري ٿو.
Unlimited-OCR 3B ٽن لکتن کي سنڀاليندو آھي - لاٽن، سائريل، CJK، عربي، ديوناگري، ۽ وڌيڪ. /ocr/ لينڊنگ ۾ هر انجن لاءِ مڪمل ٻولين جو سٽون آهي.
صاف پرنٽ ٿيل هٿ نگاريءَ لاءِ ھائو؛ ڪرسيءَ ۽ مختصر هٿ نگاريءَ لاءِ وڌيڪ ڏکيو. TrOCR ۽ جديد ترميمي بنياد وارا انجنيئر هٿ نگاريءَ تي پراڻي ٽيسراڪٽ کان وڌيڪ بهتر آهن.
ترتيب-سڃاڻپ ڪندڙ انجن (GOT-OCR, Marker, Florence-2) فارمولن لاءِ Markdown/HTML ٽيبل ۽ LaTeX واپس ڪندا آھن. عام-تبصرو ڪندڙ انجن بغير ٺاھ جي متن واپس ڪندا آھن - ھن ماڊل جي نڪتو موڊ کي چيڪ ڪريو.
Unlimited-OCR 3B پنهنجي روزاني مفت پول مان اسان جي GPUs تي هلندو آهي؛ $5 → 200،000 ادا ڪيل ٽوڪنز کانپوءِ. ~300 ٽوڪنز هر صفحي تي.
PNG, JPG, WebP, HEIC, BMP, plus single- ۽ multi-page PDFs 50 MB تائين. ڇڏڻ کان اڳ ڦيرايل يا ڦيرايل صفحا خودڪار طريقي سان درست ڪيا ويندا.
خالي پرنٽ ٿيل صفحن تي ڪارٽون جي درستگي عام طور تي >98% آهي، گهٽ-ريسوليشن فوٽو تي ڦاٽڻ، سخت ڦاٽل اسڪين، يا غير معمولي فونٽس. /ocr/compare/ تي انجينين جو مقابلو ڪريو جڏھن ته درستگي اهميت رکي.
ھائو — /batch/ تصويرن/PDFs جي هڪ ڊرائيو قبول ڪري ٿو. هر هڪ ڪڍڻ /account/?tab=history ۾ لھي ٿو. ڊرائيو-وڻ جي سنڀال لاءِ API استعمال ڪريو.
ھائو — پنھنجي فائل کي /v1/ocr/ ڏانهن POST ڪريو ماڊل="Unlimited-OCR 3B" سان. JSON کي متن + (جيڪڏھن مدد ڏنل آھي) ترتيب + لفظ-مستوي جي حدن سان بڪس سان موٽائي ٿو. /api/ ۾ مڪمل حوالو آھي.
پاڻ کي ميزبان ماڊل پنھنجو فائل اسان جي GPUs تي رکيو; پريميئم DPA سان گذري ٿو. شيئر-وينڊوز کان پوءِ دڪان حذف ڪيا ويندا. اسين توھان جي انباڪس تي تربيت نه ٿا ڏيون.
ھائو — Free.ai ڪڍيل متن جو تجارتي استعمال اجازت ڏئي ٿو. توھان کي مرڪزي دٻي تي حق گھرجن.
1-5 سيڪنڊن جو هر صفحو عام طور. ترتيب-سڃاڻپ ڪندڙ انجنيئر (ٽيبل، حساب) وڌيڪ وقت وٺندا. ڪيترن صفحن وارا PDFs تقريبن لائينر طور ماپيندا آهن.