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

爱可可-爱生活 · [CL] Next Token Prediction Towar-20241231054329

昨天

黄建同学 · Groq API 目前还是免费的，兼容OpenAI的接口格式，主-20241230102546

2 天前

黄建同学 · 厉害了。链接这里：网页链接，介绍戳图查看图片 //@稚晖君:目-20241230121957

2 天前

爱可可-爱生活 · 晚安～ #晚安# -20241229224420

2 天前

爱可可-爱生活 · 【VSLAM-LAB：视觉SLAM系统的全面框架，让开发、评估和-20241228182315

3 天前

灌南佰事通 · 正在公示！

6 月前

实验万事屋 · 这首都医科大学附属北京朝阳医院发的11.4分SCI，他做的是巨噬细胞M1极化和血压的调节，挺有意思的……

4 月前

东方网 · 明星阵容超强大！上海知名男星被灵魂拷问？这个回答绝了！还有一大波惊喜就在今晚

昨天