indra-ocr

indra-ocr என்றால் என்ன

Indra-OCR என்பது படங்களில் உரை அங்கீகாரத்திற்கான Hugging Face அடிப்படையிலான OCR மாதிரியாகும்.

முக்கிய அம்சங்கள்

• PDFகள் மற்றும் படங்களை Markdown, எளிய உரை அல்லது JSON ஆக மாற்றுதல், எல்லைப் பெட்டிகளுடன்
• ஒவ்வொரு உரை வரிக்கும் மற்றும் தளவமைப்பு தொகுதிக்கும் எல்லைப் பெட்டிகளை வழங்குகிறது, மேலும் தொகுதி வகைகளை லேபிள் செய்கிறது (தலைப்பு, பட்டியல், அட்டவணை போன்றவை)
• டிஜிட்டல் PDFகளின் உள்ளமைக்கப்பட்ட உரை அடுக்கைப் படித்து, விடுபட்ட பகுதிகளில் மட்டும் OCR செய்கிறது
• தளவமைப்பு பகுப்பாய்வு மற்றும் வாசிப்பு வரிசை கண்டறிதலை ஆதரிக்கிறது
• மாதிரி அளவு சுமார் 18MB, ONNX Runtime ஐப் பயன்படுத்துகிறது மற்றும் PyTorch தேவையில்லை

யாருக்காக

டெவலப்பர்கள், ஆவண செயலாக்க பொறியாளர்கள் மற்றும் ஆவண நுண்ணறிவு பணிகளைக் கையாளும் பயனர்கள், PDFகள் மற்றும் படங்களை விரைவாக கட்டமைக்கப்பட்ட உரையாக மாற்ற வேண்டியவர்கள்.

எப்படித் தொடங்குவது

1. pip install indra-ocr ஐ இயக்கவும்
2. Markdown ஆக மாற்றி stdout இல் வெளியிட paper.pdf ஐ indra-ocr paper.pdf கட்டளையை இயக்கவும்
3. Markdown கோப்புகளாக பல PDFகளைச் செயலாக்க indra-ocr *.pdf --out results/ ஐப் 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.