Nanonets-OCR
רץ בדפדפןMohamedRashadרישיון לא דווח2025-06-12
ממירים תמונות ומסמכי PDF לטקסט חי עם שמירה על מבנה וקוד מתמטי. מתאים למי שצריך לפענח מסמכים מורכבים בדפדפן בלי לכתוב שורת קוד.
- —הורדות בחודש
- 81לייקים
מה זה
אתם מעלים תמונה בודדת או קובץ PDF מלא, ומקבלים בחזרה טקסט מחולץ ששומר על הסדר המקורי של העמוד. הממשק מחולק לשתי לשוניות נפרדות, אחת לתמונות ואחת לקובצי PDF, ובשתיהן אפשר לשלוט על כמות הטוקנים המרבית שהמודל ייצר, עד תקרה של 4096.
מאחורי הקלעים רץ המודל Nanonets-OCR-s דרך ספריית transformers. הקוד מזריק הנחיה ספציפית ומובנית שמורה למודל להמיר טבלאות לתחביר HTML נקי, לתרגם נוסחאות מתמטיות לקוד LaTeX, ולעטוף אלמנטים כמו מספרי עמודים, סימוני מים ותיבות סימון בתגיות ייעודיות. במקרה של קובצי PDF, האפליקציה מפרקת את המסמך לתמונות באמצעות pdf2image ומעבדת אותן עמוד אחרי עמוד.
מתאים ל
- חילוץ טבלאות לקוד HTML
מעלים צילום של טבלה ומקבלים אותה מיד כמבנה HTML מוכן להעתקה.
- המרת משוואות ל־LaTeX
טוענים צילומי מסמכים מדעיים ומקבלים את הנוסחאות כקוד מתמטי תקני.
- המרת PDF לטקסט נקי
מזינים קובץ PDF ומקבלים פלט טקסטואלי רציף כולל סימוני תיבות ועמודים.
איפה זה נופל
העיבוד מוגבל לתקרה של 4096 טוקנים לעמוד, כך שמסמכים צפופים ועמוסים מאוד עלולים להיחתך באמצע. המודל מסתמך על פרומפט קבוע מראש שאי אפשר לערוך בממשק, ולכן אי אפשר לבקש חילוץ של שדות ספציפיים בלבד. אם יש לכם קובץ PDF ארוך עם עשרות עמודים, פירוק העמודים והעיבוד הרציף שלו יאטו את התהליך באופן מורגש.
שאלות
נפוצות
האם השימוש בעמוד הזה עולה כסף?
ההדגמה פתוחה לחלוטין לשימוש ישיר בדפדפן. לא צריך לשלם על זמן הריצה ואין דרישה להכניס כרטיס אשראי. כל עוד המרחב פעיל בחינם, אפשר להשתמש בו חופשי.
מה קורה עם הקבצים שמעלים לממשק?
הקבצים נשלחים לעיבוד במרחב שרץ על תשתית הענן של Hugging Face. הממשק משתמש בספריות פנימיות כדי לעבד את התמונה ומחזיר את הפלט למסך. אם מדובר במסמכים פרטיים או מזהים, כדאי לקחת בחשבון שהם עוברים דרך שרת ציבורי.
כמה זמן לוקח לחלץ עמוד בודד?
ההרצה עצמה על כרטיס A10G לוקחת בדרך כלל שניות בודדות לכל תמונה. עיכוב יכול לקרות אם החומרה בדיוק נרדמה וצריכה להידלק מחדש. בקובצי PDF מרובי עמודים הזמן יתארך בהתאם למספר הדפים.
אפשר להריץ את המערכת הזו על מחשב מקומי?
הקוד נשען על המודל nanonets/Nanonets-OCR-s וספריות פייתון סטנדרטיות כמו transformers. אפשר להוריד את הקוד ולהריץ אותו מקומית, אבל תצטרכו כרטיס מסך מתאים כדי להריץ את המודל בקצב סביר.
איך משתמשים
בוחרים בלשונית של תמונה או מסמך, טוענים את הקובץ פנימה, מכוונים את סליידר הטוקנים ולוחצים על כפתור החילוץ. הריצה מתבצעת על גבי מאיץ zero-a10g שמוקצה לפי דרישה, כך שאין צורך בהתקנות או בהתחברות לחשבון. אם המאיץ לא היה פעיל באותו רגע, ייתכן שתמתינו כמה שניות עד שהוא יידלק ויתחיל בעיבוד.
הרישיון
הרישיון של המרחב הזה לא דווח בקוד או בהגדרות. במצב כזה אין אישור רשמי לשימוש מסחרי בקוד ההדגמה, וכדאי לבדוק בנפרד את תנאי הרישיון של המודל Nanonets-OCR-s עצמו לפני שמריצים עליו חומרים רגישים.