PaddleOCR

Ne işe yarar?

PaddleOCR, PDF belgelerini ve görselleri büyük dil modellerine uygun Markdown veya JSON biçimlerine dönüştüren bir optik karakter tanıma (OCR) aracıdır. Sayfa üzerindeki tabloları, formülleri ve karmaşık mizanpajları hücre koordinatlarıyla birlikte yapılandırılmış veriye çevirir. Yüzden fazla dili destekler ve tek bir modelle 50 farklı dilde metin tanıma işlemi yapabilir. Hafif mimarisi sayesinde GPU'nun yanı sıra standart işlemcilerde (CPU) de yüksek hızda çıkarım sunar.

Neler için kullanılabilir?

• Karmaşık tablolara sahip PDF ve taranmış belgeleri Markdown formatına dönüştürmek
• RAG ve ajan uygulamaları için taranmış evraklardan yapılandırılmış JSON verisi çıkarmak
• Kimlik, sokak levhaları ve ürün etiketleri üzerindeki metinleri fotoğraftan okumak

Nasıl kullanılır?

1. PaddlePaddle çatı bağımlılıklarını ve PaddleOCR paketini Python ortamınıza kurun.
2. Belge ayrıştırma veya sahne metni tanıma için ilgili model ağırlıklarını seçin.
3. PDF veya görsel dosyalarınızı girdi olarak vererek Markdown veya JSON çıktısını alın.

Adımlar deponun README'sinden özetlendi; güncel kurulum için deponun kendi sayfasına bakın.

Kimler için?

Belge analizi, RAG sistemleri ve optik karakter tanıma üzerine çalışan geliştiriciler.

Aynı kategoriden

• markitdown Belgeleri ve ofis dosyalarını yapay zekâ modelleri için Markdown formatına çevirir.
• Stirling-PDF PDF belgelerini harici servislere göndermeden yerel ortamda düzenlemeyi sağlar.
• MinerU (82K) Karmaşık PDF ve ofis belgelerini yapay zekâya hazır Markdown ve JSON formatına çevirir.
• tesseract Görsellerdeki ve taranmış belgelerdeki metinleri tanıyan açık kaynaklı OCR motorudur.
• docling Çeşitli belge formatlarını yapay zekâ uygulamaları için ayrıştırıp metne dönüştürür.
• ppt-master PDF ve Word belgelerinden düzenlenebilir, animasyonlu PowerPoint sunumları üretir.