GOT_official_online_demo

מה זה

מעלים תמונה של מסמך, קטע טקסט או דף עם נוסחאות, ומקבלים פלט טקסטואלי שמנסה לשחזר את התוכן במדויק. הממשק מאפשר לבחור סוג משימה מתוך תפריט, להגדיר חילוץ ממוקד לפי אזור או צבע, או להזין קואורדינטות של תיחום כדי לסרוק רק חלק מהעמוד.

מאחורי הקלעים רץ המודל GOT-OCR2_0 של stepfun-ai, שנטען מקוד המקור של ucaslcl. אם בוחרים מצב שכולל עיצוב, המערכת מציגה תצוגה מקדימה מרונדרת בפורמט HTML כדי לדמות את התוצאה הסופית, בדומה לפלט של שירותים כמו mathpix. בעמוד משולבות דוגמאות מובנות שאפשר להריץ בלחיצה כדי לראות איך המודל מתמודד עם תמונות מוכנות מראש.

מתאים ל

• חילוץ נוסחאות מתמטיות

  המרת צילומי משוואות ודפי תרגול לקוד טקסטואלי שמתאים לרינדור מדעי.

• סריקת מסמכים מעוצבים

  זיהוי תווים מקובצי תמונה תוך ניסיון לשמור על מבנה הדף והטקסט.

• קריאת מקטעים ספציפיים

  חילוץ מידע מחלקים מוגדרים בתמונה בעזרת תיבות תיחום וסינון צבעים.

איפה זה נופל

ההדגמה נשענת על משאבי ענן שיתופיים, ולכן במקרי עומס או ניתוק ההרצה עלולה להיעצר בלי התראה ברורה. בנוסף, חילוץ לפי תיבות תיחום דורש הזנה ידנית של קואורדינטות, מה שמקשה על עבודה שוטפת מחוץ לבדיקות נקודתיות. התיעוד בעמוד דל מאוד ומציג רק קוד של צ'אטבוט גנרי שאינו תואם לייעוד האמיתי של המודל, כך שחייבים לבחון מסמכים מורכבים בפועל כדי לוודא שאין טעויות בהמרת נוסחאות וטקסט.

איך משתמשים

גוררים תמונה לשדה הקלט, בוחרים את סוג המשימה וההגדרות הרצויות ולוחצים על Submit. התוצאה הגולמית מופיעה בתיבת טקסט ייעודית, ובמצבים מסוימים נוצרת תצוגה מעוצבת מתחתיה. הכל רץ על חומרת zero-a10g שמספקת כוח עיבוד של כרטיס גרפי בענן, כך שהעיבוד מהיר יחסית ואינו תלוי במחשב שלכם, אך ייתכן תור קצר בהמתנה להקצאת המשאב בעת עומס.

הרישיון

הקוד וההדגמה מפורסמים תחת רישיון MIT, שמאפשר שימוש חופשי, העתקה והתאמה לצרכים פרטיים או מסחריים. לגבי התמונות שאתם מעלים, מדובר בהרצה על גבי תשתית ענן ציבורית, ולכן מומלץ לא להזין מסמכים רגישים או מידע אישי.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗