Llama OCR — darmowe rozpoznawanie tekstu z wykorzystaniem AI od Meta

Co więcej, wszystko to naprawdę działa, jest bezpłatne i nie trzeba nigdzie się rejestrować. To jedna z tych stron, które warto dodać do ulubionych!

Llama OCR od togeher.AI

Strona to projekt together.ai, który działa jako biblioteka npm z wykorzystaniem Llama 3.2 Vision. To ostatnie pewnie dobrze znacie, jeśli nie to warto jedynie wiedzieć, że to model językowy AI rozwijany przez Meta, a więc właściciela Facebooka.

Dzięki together.ai udostępniono bibliotekę na GitHubie oraz stworzono wykorzystująca go stronę WWW. Dzięki temu nie trzeba instalować aplikacji, całość jest na razie bezpłatna i nie trzeba się nigdzie rejestrować. Wydaje się też, że usługa działa na bazie limitu fair-play – będziecie mogli korzystać z aplikacji WWW, o ile nie będziecie tego robić na przemysłową skalę.

Działanie jest tu bajecznie proste. Wgrywacie zdjęcie lub skan tekstu i czekacie na automatyczne rozpoznanie. Może to być zarówno tekst drukowany, pisany ręcznie, jego kombinacje oraz formatowany w tabelach, wykresach oraz innych formach. Po kilku sekundach otrzymujecie w polu obok rozpoznany tekst.

Ważne jest tu jednak, że oprócz rozpoznawanego tekstu, rozpoznawane są również formatowania, rodzaj tekstu oraz jego kontekst. Gdy zeskanujecie tabelę, możecie otrzymać pięknie sformatowaną tabelkę z danymi. Skanując paragon (jak mój z Burger Kinga na lotnisku), otrzymacie również informacje o kontekście skanowanego tekstu. W moim przypadku dobrze rozpoznał on paragon oraz to, co na nim było. Jak jednak łatwo zauważyć, w tym przypadku cena względem towaru przesunęła się o jedną linijkę. Warto więc sprawdzić poprawność danych, chociaż tu niewątpliwie zawiniła jakość i czerwony ślad z drukarki.

Był Doom uruchomiony na szczoteczce i kosiarce. Teraz ktoś go odpalił na przejściówce do HDMI

To chyba już nikogo nie dziwi. W zasadzie doczekaliśmy się momentu, gdy uruchamianie Dooma na najdziwniejszych sprzętach przybrało formę zawodów — kto znajdzie prostsze lub dziwniejsze urządzenia. Okazuje się, że…

Korzystałem już z Llama OCR kilkanaście razy i nie mam większych zastrzeżeń. Strona powędrowała do mojego katalogu ulubionych narzędzi WWW.

Stronę znajdziecie pod tym linkiem.

Daniel Buliński Zawodowo, całkowicie ktoś inny niż mogłoby się wydawać. Jego największe namiętności prócz żony to dobre piwo, ostre papryczki i świeżo palona kawa w hurtowej ilości. Uwielbia nowe technologie i gadżety, ma też spory sentyment do tych starych. Mówi o sobie, że jest „roztańczonym puchem tego świata”.

/

2022 artykułów