indra-ocr

datalab-to/indra-ocr

Bilaketa eta ikerketa Iturburua: Hugging Face modeloakPuntuazioa 0.48joera 181 (183 like)· Lehen zerrendatuta 2026(e)ko urr. 17(a)

Bisitatu indra-ocr webgunea / proiektu-orria →

Zer da indra-ocr

Indra-OCR Hugging Facen oinarritutako OCR modelo bat da, irudietako testu-ezagutzarentzat.

Ezaugarri nagusiak

Bihurtu PDFak eta irudiak Markdown, testu laua edo JSONera, muga-koadroekin
Testu-lerro bakoitzeko eta diseinu-bloke bakoitzeko muga-koadroak ematen ditu, eta bloke-motak etiketatzen ditu (esaterako, titulu, zerrenda, taula)
PDF digitalen barne testu-geruza irakurtzen du eta OCRa soilik falta diren ataletan egiten du
Diseinu-analisia eta irakurketa-ordenaren detekzioa onartzen ditu
Modeloak gutxi gorabehera 18 MB ditu, ONNX Runtime erabiltzen du eta ez du PyTorch behar

Nori zuzenduta dago

Garatzaileak, dokumentu-prozesatze ingeniaritza eta dokumentu-adimen zereginak kudeatzen dituzten erabiltzaileak, PDFak eta irudiak testu egituratu bihurtu behar dituztenak.

Nola hasi

Exekutatu pip install indra-ocr
Exekutatu indra-ocr paper.pdf komandoa PDF bat Markdown bihurtzeko eta irteera stdout-era bidaltzeko
Erabili indra-ocr *.pdf --out results/ komandoa hainbat PDF Markdown fitxategi bihurtzeko

Tresnaren webgune ofizialean / READMEan / abiarazte-orrian dauden deskribapen publikoetatik bilduta. Prezioak eta erabiltzaile-kopuruak ez dira egiaztatu; egiaztatu webgune ofiziala. Atal batzuk AI laguntzarekin idatzi ziren. Txineraz eta ingelesez idatzia; beste hizkuntzak makinaz itzulita daude.