OCR Modelleri
OCR için en iyi AI modellerini keşfet
PaddleOCR
PaddleOCR, Baidu tarafından PaddlePaddle derin öğrenme çerçevesi üzerinde geliştirilen, 80'den fazla dili endüstri düzeyinde doğruluk ve hızla destekleyen kapsamlı bir optik karakter tanıma sistemidir. En son PP-OCRv4 mimarisi, her biri maksimum performans için bağımsız olarak optimize edilmiş metin algılama, yön sınıflandırma ve metin tanıma olmak üzere üç aşamalı bir boru hattı kullanır. Hafif yapılandırmasında yaklaşık 15 milyon parametreyle PaddleOCR, doğruluk ve çıkarım hızı arasında olağanüstü bir denge sağlayarak hem sunucu GPU'larında hem de cep telefonları ve gömülü sistemler dahil uç cihazlarda verimli şekilde çalışır. Sistem, eğri metin, döndürülmüş metin, yoğun çok satırlı düzenler ve dokulu arka planlar üzerine yerleştirilmiş metin dahil karmaşık gerçek dünya senaryolarında metin tanımada mükemmel performans sergiler. PaddleOCR, her dil ailesi için özel tanıma modelleriyle Latin, Çince, Japonca, Korece, Arapça, Kiril ve düzinelerce başka yazı sistemini destekler. Temel OCR'nin ötesinde araç seti, taranan belgelerden tablo, başlık ve paragraf çıkarmak için belge yapı analizi ile fatura, fiş ve formlar için anahtar bilgi çıkarma yetenekleri içerir. Apache 2.0 lisansı altında tamamen açık kaynaklı olan PaddleOCR, GitHub'daki en çok yıldızlı OCR depolarından biri haline gelmiştir. Önceden eğitilmiş modeller, eğitim betikleri ve ONNX, TensorRT formatlarında dağıtım araçları sunar. Belge dijitalleştirme, plaka tanıma, fiş işleme ve el yazısı tanıma gibi alanlarda yaygın olarak kullanılır.
Surya OCR
Surya OCR, Vik Paruchuri tarafından geliştirilen ve çeşitli belge türlerinde etkileyici doğrulukla 90'dan fazla dili destekleyen modern AI destekli bir optik karakter tanıma modelidir. Donut çerçevesinden ilham alan Vision Transformer mimarisi üzerine inşa edilen Surya, belge görüntülerini ayrı bir ön işleme adımı olarak geleneksel metin algılama gerektirmeden doğrudan işleyen bir kodlayıcı-kod çözücü yaklaşımı benimser. Model, metin içeriğini hassas sınırlayıcı kutu koordinatlarıyla birlikte çıkararak hem tam metin çıkarma hem de konum farkındalı belge anlama sağlar. Temel karakter tanımanın ötesinde Surya, başlıklar, paragraflar, tablolar, şekiller, listeler ve altyazılar gibi yapısal öğeleri tanımlayan kapsamlı bir belge düzen analizi modülü içerir ve belge organizasyonunun tam bir anlayışını sunar. Model, çok sütunlu sayfalar, denklemli akademik makaleler, tablo verileri içeren faturalar ve standart dışı tipografiye sahip tarihi belgeler dahil karmaşık belge düzenlerini işler. Surya, birçok kıyaslamada ticari OCR hizmetleriyle rekabetçi veya üstün doğruluk elde ederken bulut API çağrıları gerektirmeden yerel olarak çalışır ve gizlilik hassasiyeti olan belge işleme için uygundur. GPL-3.0 lisansı altında açık kaynaklı olan model aktif olarak bakımı yapılmakta ve düzenli güncellemeler almaktadır. Python API ve toplu işleme için komut satırı arayüzü sağlar. Temel uygulamalar arasında basılı ve el yazısı belgelerin dijitalleştirilmesi, fatura ve fişlerden yapılandırılmış veri çıkarma, taranan kitapların aranabilir metne dönüştürülmesi ve kurumsal içerik yönetim sistemleri için belge anlama boru hatları oluşturma yer alır.