专栏名称: 宝玉xp

前微软Asp.Net最有价值专家互联网科技博主我是宝玉。

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

雪球动态RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

相关文章推荐

黄建同学 · Krea宣布上线实时的Flux，包含上百种不 ... · 2 天前

宝玉xp · 回复@宇宙呓语:目前不支持多模态//@宇宙呓 ... · 3 天前

宝玉xp · 勘误，我之前版本对于图 4 中推理 ... · 4 天前

爱可可-爱生活 · 提出“后分块”方法，通过先嵌入完整文本所有t ... · 6 天前

爱可可-爱生活 · 【fast-grid：世界上性能最佳的基于D ... · 1 周前

今天看啥 › 专栏 › 宝玉xp

最近有个朋友跟我讨论技术问题，他在用个第三方的OCR的服务，用来-20240823130616

宝玉xp · 微博 · AI · 2024-08-23 13:06

文章预览

2024-08-23 13:06 本条微博链接最近有个朋友跟我讨论技术问题，他在用个第三方的OCR的服务，用来提取发票上的文字为结构化数据。但收费较高，想自己实现一套，试了开源的PaddleOCR，识别可以，但是无法转成结构化的数据。我建议他试试多模态的LLM，比如Gemini 1.5 Flash，用来做 OCR 效果非常好，可以在 Prompt 里面定制要输出的格式，并且成本极低。参考提示词： *** Extract text from the provided image and organize it into a structured JSON f ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

黄建同学 · Krea宣布上线实时的Flux，包含上百种不同的样式（style-20240914174122

2 天前

宝玉xp · 回复@宇宙呓语:目前不支持多模态//@宇宙呓语:o1 思维链现在-20240914114455

3 天前

宝玉xp · 勘误，我之前版本对于图 4 中推理 Token解读不对，图中表示-20240913093641

4 天前

爱可可-爱生活 · 提出“后分块”方法，通过先嵌入完整文本所有token再分块，使分-20240911053228

6 天前

爱可可-爱生活 · 【fast-grid：世界上性能最佳的基于DOM的Web表格，能-20240910133105

1 周前