Ücretsiz OLM OCR Çevrimiçi: PDF'leri Düzenlenebilir Metne Dönüştürün

OLMOCR ile herhangi bir PDF/Görüntüden metin çıkarın. OLM tarafından desteklenir ve yapay zeka ile geliştirilmiştir, taranan belgeleri saniyeler içinde düzenlenebilir, aranabilir metne dönüştürün.

10K+Kullanıcılar
90K+İşlenen Belgeler
PDF Document
PDF Document Preview
Orijinal PDF Belgesi
Text Document
V - February Flow Data Components: Code: The Stack - V2 CodeText: SE, whatever we ve scraped WebText: HQ, OCLM DATA MIXES ≈ 85% Source Code ≈ 10% Code Text ≈ 5% Webtext ≈ 85% The Stack - V2 ≈ 15% Code Text ≈ 0% Webtext ≈ 100% Source Code [Deepseek Coder] [Arctic]
Çıkarılan Metin

Ücretsiz OCR Hizmeti

OCR aracımızı ücretsiz deneyin. İlk 3 sayfanızdan metin çıkarmak ücretsiz.

Yapay Zeka Destekli Doğruluk

OCR teknolojimiz, karmaşık düzenlerden bile yüksek doğrulukta metin çıkarma sağlamak için belge bağlamını analiz etmek üzere gelişmiş yapay zeka kullanır.

Çoklu Format Desteği

Taranmış kağıtlar, fotoğraflar, ekran görüntüleri ve PDF'ler dahil olmak üzere çeşitli belge türlerini tutarlı yüksek kaliteli sonuçlarla işleyin.

OLMOCR Örnekleri

OLMOCR'nin çalışırken gerçek dünya örneklerini keşfedin. Yapay zeka destekli OCR teknolojimizin, el yazısı notlardan karmaşık PDF'lere kadar çeşitli belge türlerini nasıl doğru, düzenlenebilir metne dönüştürdüğünü görün.

Her örnek, OLMOCR'nin farklı belge türlerini işleme yeteneğini gösterir ve hem orijinal belgeyi hem de yüksek doğrulukla çıkarılan metin çıktısını gösterir.

Orijinal Belge

PDF Document Original

Çıkarılan Metin

✓ 99% Accuracy
Abstract           We present OLMo 2, the next generation of our fully open language models.           OLMo 2 includes dense autoregressive models with improved architecture and training recipe, pretraining data mixtures, and instruction tuning recipes.           Our modified model architecture and training recipe achieve both better training stability and improved per-token efficiency.           Our updated pretraining data mixture introduces a new, specialized data mix called Dolmino Mix 1124, which significantly improves model capabilities across many downstream task benchmarks when introduced via late-stage curriculum training (i.e. specialized data during the annealing phase of pretraining).           Finally, we incorporate best practices from Tülu 3 to develop OLMo 2-Instruct, focusing on permissive data and extending our final-stage reinforcement learning with verifiable rewards (RLVR).           Our OLMo 2 base models sit at the Pareto frontier of performance to compute, often matching or outperforming open-weight only models like Llama 3.1 and Qwen 2.5 while using fewer FLOPs and with fully transparent training data, code, and recipe.           Our fully open OLMo 2-Instruct models are competitive with or surpassing open-weight only models of comparable size, including Qwen 2.5, Llama 3.1 and Gemma 2.           We release all OLMo 2 artifacts openly—models at 7B and 13B scales, both pretrained and post-trained, including their full training data, training code and recipes, training logs and thousands of intermediate checkpoints. The final instruction model is available on the Ai2 Playground as a free research demo.

Fiyatlandırma Planları

Talep üzerine satın alma, abonelik ücreti yok, ömür boyu geçerlilik

J/hVSQ
$4.9 / 60 kredi

J/hVSQ

Tavsiye Edilen

J/hVSQ
$12.9 / 150 kredi

J/hVSQ

J/hVSQ
$36.9 / 800 kredi

J/hVSQ

J/hVSQ
$0.0 / 3 kredi

J/hVSQ

Sık Sorulan Sorular

Ücretsiz OLM OCR Çevrimiçi, görüntüleri (taranmış belgeler, fotoğraflar veya ekran görüntüleri gibi) düzenlenebilir metne dönüştürmek için OLM tarafından desteklenen ve yapay zeka ile geliştirilmiş Optik Karakter Tanıma (OCR) teknolojisini kullanan web tabanlı bir araçtır. Kullanımı tamamen ücretsizdir.

Belirli formatlar listelenmese de, OCR araçları genellikle JPG, JPEG, PNG, TIFF, GIF ve BMP gibi yaygın görüntü formatlarını destekler. En iyi sonuçlar için yüksek kaliteli görüntüler kullanmak en iyisidir. Web sitenizde desteklenen formatları açıkça listeleyebilirsiniz.

OLM OCR ve yapay zeka geliştirmelerinin birleşimi sayesinde doğruluk çok yüksek. Yapay zeka, özellikle karmaşık düzenler veya mükemmel olmayan görüntü kalitesi için hataları düzeltmeye ve tanımayı iyileştirmeye yardımcı olur. Ancak, tüm OCR'lerde olduğu gibi, özellikle el yazısı metinlerde veya çok düşük çözünürlüklü görüntülerde mükemmel doğruluk garanti edilmez.

Web sitenizde dosya boyutu sınırını belirtmelisiniz. Sorunsuz işlem sağlamak ve kötüye kullanımı önlemek için makul bir sınır (örneğin, 10MB, 20MB) belirlemek yaygın bir uygulamadır. Sınır yoksa, bunu belirtin, ancak çok büyük dosyalarla ilgili olası performans sorunlarına hazırlıklı olun.

Evet, belgeniz yüklenecektir. Ancak endişelenmeyin, tüm işlem sunucu tarafında yapılır ve belge işlemden sonra silinir.

OLM OCR, yalnızca İngilizce belgeler için optimize edilmiş olsa da, muhtemelen birden fazla dili destekler, ancak diğer dilleri deneyebilirsiniz.

El yazısı metin tanıma, basılı metinden önemli ölçüde daha zordur. İyi bir cevap şu şekilde olabilir: "Yapay zeka destekli OCR'mız bazen el yazısı metinleri tanıyabilse de, doğruluk basılı metinlere göre daha düşük olacaktır. Sonuçlar, el yazısının netliğine ve stiline bağlı olarak değişecektir. En iyi sonuçlar için net, iyi aydınlatılmış basılı metin görüntüleri kullanmanızı öneririz."

Çıkarılan metni yalnızca TXT formatında indirebilirsiniz.

Geliştiriciler için bir API sunmayı planlıyorsanız, buradan bahsedin. Değilse, şunu belirtin: "Şu anda genel bir API sunmuyoruz, ancak gelecekte bunu değerlendirebiliriz."

OLM OCR'nin kısa bir açıklamasını sağlayın. Örneğin: "OLM OCR, hizmetimizin temelini oluşturan güçlü bir optik karakter tanıma teknolojisidir. Görüntüleri metne dönüştürmedeki doğruluğu ve hızıyla bilinir."

Yapay zekanın rolünü açıklayın. Örneğin: "Yapay zeka geliştirmesi, hataları belirleyip düzelterek, karmaşık düzenleri tanıyarak ve yazı tipi stilleri ile görüntü kalitesindeki farklılıkları ele alarak OCR sürecinin doğruluğunu artırmaya yardımcı olur. Mümkün olan en iyi sonuçları sağlamak için geniş bir görüntü ve metin veri kümesinden öğrenir."

İletişim bilgilerini sağlayın. Örneğin: "Başka sorularınız varsa veya herhangi bir sorunla karşılaşırsanız, lütfen cc@freeolmocm.com adresinden bizimle iletişime geçin."