Unlimited-OCR 3B
Free.ai (self-hosted)
·
ocr
·
~300 ชิ้น page
Unlimited-OCR 3B เป็น a โมเดล OCR สร้างโดย Baidu แข็งแกร่งที่สุดที่ Image / scan to structured Markdown, complex layouts, tables, multi-page documents. จัดเก็บข้อมูลด้วยตนเองบน Free.ai GPUs — ทำงานฟรีกับสระของโต๊ะประจำวันของคุณ (300 โต๊ะ ต่อหน้า) ปล่อยออกมาภายใต้ MIT - การใช้งานในเชิงพาณิชย์อนุญาตบน Free.ai
ใช้ผ่าน API
REST API รองรับ OpenAI สร้างกุญแจและเรียกโมเดลนี้ในไม่กี่วินาที
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"}'คำถามที่ถามบ่อย
Unlimited-OCR 3B ดึงข้อความจากภาพและ PDF โหลดหน้าที่สแกนแล้ว, ภาพหน้าจอ, หรือภาพถ่ายของเอกสาร และ Unlimited-OCR 3B จะคืนข้อความกลับมา - โดยรักษาการหยุดบรรทัด และ (บนเครื่องที่สามารถทำได้) ตาราง, สมการ และโครงสร้าง
Unlimited-OCR 3B จัดการสคริปต์หลายสิบตัว - ลาติน, ซิลิกัล, CJK, อาราบิก, เดวานาการี และอื่น ๆ อีกมากมาย ส่วน / ocr / มีรายการภาษาที่ครบถ้วนสำหรับแต่ละกลไก
ใช่สำหรับแบบเขียนด้วยมือแบบพิมพ์เรียบร้อย แบบคิร์ชและแบบสั้นๆ ยากกว่า TrOCR และเครื่องมือที่ใช้เทอร์มินัลสมัยใหม่ ดีกว่าเทสเซราคท์แบบเก่ามาก
กลไกที่รู้จักการจัดวางหน้า (GOT-OCR, Marker, Florence-2) จะคืนผลมาเป็นตาราง Markdown/ HTML และ LaTeX สำหรับสูตร กลไกที่แสดงข้อความธรรมดา จะคืนผลมาเป็นข้อความที่ไม่มีโครงสร้าง - ตรวจสอบโหมดผลลัพธ์ของแบบจำลองนี้
Unlimited-OCR 3B ทำงานบน GPU ของพวกเรา จากสระฟรีของคุณทุกวัน $5 → 200,000 ชิ้นจ่ายท็อคเก็ตหลังจากนั้น ~300 ชิ้นต่อหน้า
รูปแบบ PNG, JPG, WebP, HEIC, BMP, PDF หน้าเดียวและหลายหน้า ขนาดสูงสุด 50 MB หน้าที่สั่นหรือหมุนจะถูกแก้ไขอัตโนมัติก่อนที่จะดึงออกมา
ความถูกต้องของตัวอักษรโดยทั่วไปจะ > 98% บนหน้าที่พิมพ์สะอาด, ตกลงบนภาพถ่ายความละเอียดต่ำ, สแกนที่บิดเบือนอย่างรุนแรง, หรือแบบอักษรที่ไม่ธรรมดา ลองเปรียบเทียบเครื่องมือบน / ocr / compare / เมื่อความถูกต้องเป็นเรื่องสำคัญ
ใช่ - / batch / รองรับโฟลเดอร์ของภาพ/ PDFs ทุกครั้งที่ดึงข้อมูลจะลงที่ / account /? tab=history สำหรับการเก็บรักษาต้นไม้โฟลเดอร์ ใช้ API
ใช่ - POST แฟ้มของคุณไปยัง / v1/ ocr / ด้วย model=" Unlimited-OCR 3B ". กลับมาเป็น JSON ด้วยข้อความ + (เมื่อรองรับ) รูปแบบ + กล่องกั้นระดับคำ. / api / มีอ้างอิงเต็ม
โมเดลที่ใช้ตัวมันเองเก็บแฟ้มของคุณไว้บน GPU ของพวกเรา โมเดลพิเศษใช้ DPA ในการส่งต่อเอกสารเอกสารจะถูกลบหลังจากเปิดหน้าต่างการแบ่งปัน เราจะไม่ฝึกการเข้าถึงข้อมูลของคุณ
ใช่ - Free.ai อนุมัติให้ใช้ข้อความที่ดึงออกมาเพื่อการค้า คุณต้องมีสิทธิ์ในการใช้เอกสารต้นฉบับ
โดยปกติจะใช้เวลา 1-5วินาทีต่อหน้า เครื่องจักรที่รู้จักการจัดวางหน้า (ตาราง, คณิตศาสตร์) จะใช้เวลานานกว่า PDF หลายหน้าจะปรับขนาดโดยประมาณเป็นเส้นตรง