LlamaOCR

Андрей Ракитин

ML-инженер и автор блога

Сфера:

Анализ изображений

Задача:

Анализировать изображение

Тип преобразования:

Изображение в Текст

Условия использования:

Бесплатные

Попробовать

Как оплатить зарубежный сервис?

Нет зарубежной банковской карты? Вы можете выгодно оплатить подписку на иностранный сервис с помощью GetPayAll с минимальной комиссией на рынке. Назовите менеджеру промокод neural для получения скидки 30% на комиссию при первой оплате.
Компания работает как с физическими, так и с юридическими лицами. Помимо оплаты зарубежных сервисов, предлагается выпуск индивидуальной карты с возможностью пополнения.

LlamaOCR — нейросеть для распознавания текста на фотографиях. Под капотом приложения используется модель Llama 3.2 Vision. ИИ распознает текст даже на изображениях под углом, например, чеках. Результат предоставляется в формате Markdown. Доступно использование демоверсии в виде веб-приложения или локальное развертывание.

Особенности LlamaOCR:

Распознавание текста. Инструмент работает на основе модели Llama 3.2 Vision с 11 или 90 млрд параметров на выбор. На данный момент ИИ распознает текст на изображениях. Но разработчики обещают добавить поддержку документов PDF.
Markdown. Распознанный текст возвращается в формате Markdown, что упрощает его дальнейшее использование в различных приложениях и системах. Планируется добавить вывод в JSON.
Установка. Исходный код проекта доступен на странице Github. Библиотеку нужно установить через пакетный менеджер npm. Более подробная информация находится на странице проекта.

LlamaOCR можно использовать бесплатно при развертывании на локальном устройстве, но потребуется доступ к модели Llama.

Похожие нейросети

Llama

Llama* - семейство языковых моделей от компании Meta**. В вашем распоряжении флагманская Llama 3*, зарекомендовавшая себя с хорошей стороны, более старенькая Llama 2* и Code Llama*, предназначенная для генерации и отладки программного кода. Исходный код доступен для всех указанных нейросетей, поэтому вы можете загрузить их для использования на своём устройстве.

Llama Coder

Llama Coder - сервис для генерации приложений из текстового запроса. Приложение реализуется с помощью библиотеки React. Доступен выбор 3 моделей для генерации. После завершения работы Llama Coder допускается экспорт кода в CodeSandbox для дальнейшего редактирования. Исходный код сервиса доступен в репозитории GitHub.

Pixno

Pixno - нейросеть для создания конспектов по фото. Сервис анализирует графики, диаграммы, инфографику и текст с изображения. Далее выполняется поиск информации по данной теме, затем ИИ пишет конспект. Присутствует интеграция с популярными сервисами для ведения заметок и синхронизация между устройствами.

HivisionIDPhotos

HivisionIDPhotos - бесплатная нейросеть для подготовки фото на документы. Сервис предоставляет множество настроек, позволяющих подготовить фотографию для любого случая. Можно выбирать из перечня стандартных документов или самостоятельно задать размеры. Доступен исходный код инструмента и API.