Unlimited-OCR 3B
Free.ai (self-hosted)
·
ocr
·
~300 tokens për page
Unlimited-OCR 3B është a Modeli OCR i ndërtuar nga Baidu. Më i forti në Image / scan to structured Markdown, complex layouts, tables, multi-page documents.. Vetë-pritur në Free.ai GPUs — funksionon pa pagesë kundër pool-it të token-it të përditshëm (300 tokens Për faqe). Liruar nën MIT - përdorimi komercial i lejuar nën Free.ai.
Përdorimi nëpërmjet API
API REST e përshtatshme me OpenAI. Gjenerati një kyç dhe thirreni këtë model në sekonda.
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"}'Pyetja e shpeshtë
Unlimited-OCR 3B nxjerr tekst nga figurat dhe PDF-të. Ngarko një faqe të skanuar, një ekran pamje ose një fotografi të një dokumenti dhe Unlimited-OCR 3B kthen tekstin - duke ruajtur ndërprerjet e rreshtave dhe (në motorët e aftë) tabelat, formulat dhe strukturën.
Unlimited-OCR 3B trajton dhjetra shkrime - latine, cirilike, CJK, arabe, Devanagari dhe më shumë. /ocr/ ka listën e plotë të gjuhëve për motor.
Po për stilin e paster të shtypur të dorëshkrimit; kursiv dhe shorthand janë më të vështira. TrOCR dhe motorët modernë të bazuar në transformator janë dukshëm më të mirë se Tesseract e trashëguar në dorëshkrim.
Motorët e njohur për layout (GOT-OCR, Marker, Florence-2) kthejnë tabela Markdown/HTML dhe LaTeX për formulat. Motorët e thjeshtë të tekstit kthejnë tekst pa strukturë - kontrollo modalitetin e daljes të këtij modeli.
Unlimited-OCR 3B punon në GPU-të tona nga pool-i juaj i përditshëm i lirë; $5 → 200,000 token-e të paguajë pas. ~300 token-e për faqe.
PNG, JPG, WebP, HEIC, BMP, plus PDF me një faqe dhe me shumë faqe deri në 50 MB. Faqet e rrotulluara apo të shtrembëruara korrigjohen automatikisht para nxjerrjes.
Saktësia e gërmave është zakonisht >98% në faqet e pastra të shtypura, duke rënë në fotot me rezolucion të ulët, skanimet e papërshtatshme ose gërmat e pazakonta. Krahaso motorët në /ocr/compare/ kur saktësia është e rëndësishme.
Po - /batch/ pranon një kartelë me figura/PDF. Çdo nxjerrje përfundon në /account/?tab=history. Për ruajtjen e pemës së kartelave përdor API.
Po - POST file në /v1/ocr/ me modelin "Unlimited-OCR 3B". Kthen JSON me tekst + (nëse suportohet) strukturë + kuti kufizimi në nivel fjalësh. /api/ ka referencën e plotë.
Modelet e vetë-hostuar mbajnë file-in tuaj në GPU-në tonë; premium kalojnë nëpërmjet me një DPA. Dokumentet eleminohen pas dritares së ndarjes. Ne nuk trajnojmë në input-in tuaj.
Po - Free.ai lejon përdorimin komercial të tekstit të nxjerrë. Duhet të keni të drejtat për dokumentin burimor.
1-5 sekonda për faqe zakonisht. Motorët e njohur të strukturës (tabella, matematika) marrin më shumë kohë. PDF-të me shumë faqe shkallezohen pothuajse linearisht.