Unlimited-OCR

Unlimited-OCR என்றால் என்ன

Baidu வெளியிட்ட Unlimited-OCR என்பது உயர் துல்லிய உரை அடையாளம் காணும் திறந்த மூல OCR மாதிரியாகும். இது சிக்கலான காட்சிகள் மற்றும் பல்லு மொழி உரைக்கு மிகவும் பொருத்தமானது.

முக்கிய அம்சங்கள்

• உயர் துல்லிய உரை அடையாளம் காணலை ஆதரிக்கிறது; சிக்கலான காட்சிகள் மற்றும் பல்லு மொழி உரைக்கு ஏற்றது
• Hugging Face Transformers ஐப் பயன்படுத்தி NVIDIA GPUs-இல் அனுமானத்தை ஆதரிக்கிறது
• vLLM பயன்படுத்தி அனுப்புதல் மற்றும் அனுமானத்தை ஆதரிக்கிறது
• ms-swift உடன் மாதிரி பயிற்றுவிப்பை ஆதரிக்கிறது

யாருக்காக

சிக்கலான காட்சிகள் மற்றும் பல்லு மொழி OCR பணிகளைக் கையாள வேண்டிய உருவாக்குநர்கள், ஆராய்ச்சியாளர்கள் மற்றும் பொறியாளர்களுக்கு ஏற்றது.

எப்படித் தொடங்குவது

1. Hugging Face மாதிரி பக்கத்தைப் பார்வையிடவும்: https://huggingface.co/baidu/Unlimited-OCR
2. தேவையான சார்புகளை pip மூலம் நிறுவவும்: torch, transformers, Pillow, etc.
3. Transformers எடுத்துக்காட்டு குறியீட்டை இயக்கி AutoModel மற்றும் AutoTokenizerஐ ஏற்றி அனுமானம் செய்யவும்
4. அல்லது வழங்கப்பட்ட Docker படத்தைப் பயன்படுத்தி vLLM சேவையைப் பயன்படுத்தவும்

கருவியின் அதிகாரப்பூர்வ வலைத்தளம் / README / அறிமுகப் பக்கத்தில் உள்ள பொது விளக்கங்களிலிருந்து தொகுக்கப்பட்டது. விலை மற்றும் பயனர் எண்ணிக்கைகள் சரிபார்க்கப்படவில்லை; அதிகாரப்பூர்வ வலைத்தளத்தைச் சரிபார்க்கவும். சில பிரிவுகள் AI உதவியுடன் வரைவு செய்யப்பட்டன. சீன மற்றும் ஆங்கிலத்தில் எழுதப்பட்டது; பிற மொழிகள் இயந்திர மொழிபெயர்ப்பு.