Python

olmOCR

Transformez des PDF en texte propre de qualité d'entraînement
par allenai · Apache-2.0
19 796étoiles1 657forksPythonlangue213 il y a quelques joursdernière poussée
IA documentaire et OCRPipeline OCRApache-2.0S'exécute localementPythonIntermédiaire

Depuis le README

Installer
pip install olmocr

Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.

🛡 Avis de sécurité publiés
Un nombre élevé signifie généralement que le projet est fortement examiné. Un nombre faible signifie généralement qu'il est peu examiné — cela ne veut pas dire qu'il est sûr.
Aucun signal d'activité publique pour cet outil — il n'a pas de dépôt ouvert que nous pouvons mesurer.
Olud Pulse ⓘ ★★★★★★★★★★ /100 signaux suivis
🐳 téléchargements Docker 📦 téléchargements PyPI / mois 📦 téléchargements npm / mois 🚀 Dernière version ·
Visitez le site →Voir sur GitHub

Qu'est-ce que olmOCR ?

olmOCR d'AI2 convertit des PDF désordonnés en texte linéarisé propre à grande échelle, préservant l'ordre de lecture à travers les colonnes et les figures.

Pourquoi les gens choisissent olmOCR

olmOCR en un coup d'œil

CatégorieIA documentaire et OCR
TypePipeline OCR
LicenceApache-2.0
S'exécute localementOui
Construit avecPython
Niveau de compétenceIntermédiaire
Meilleur pourextraction PDF en masse pour RAG ou formation
Voir les statistiques et l'activité GitHub

Alternatives open-source à olmOCR

D'autres outils open-source d'IA documentaire et d'OCR qui valent la peine d'être comparés :

MarkItDownTransformez n'importe quel document bureautique en Markdown propreMarkerConvertir des PDF en Markdown propre rapidementDoclingCompréhension documentaire de niveau IBMSuryaOCR moderne avec détection de mise en pagePaddleOCROCR industriel avec de petits modèlesUnstructuredTransformez n'importe quel fichier en données prêtes pour LLMFirecrawlTransformez des sites web en Markdown prêt pour LLMCrawl4AICrawler open-source compatible avec LLMMinerUPDF en Markdown avec formules et tableauxTesseractLe moteur OCR classiquePDF to MD ConverterTransformez un PDF en couches de texte en Markdown sans le téléverserRemoveHandwritingEfface l'écriture manuscrite des images et PDF, le texte imprimé est conservéTransmonkeyTraduit des documents, images, fichiers audio et vidéo

olmOCR en tête-à-tête

olmOCR vs MarkItDownolmOCR vs MarkerolmOCR vs DoclingolmOCR vs SuryaolmOCR vs PaddleOCRolmOCR vs UnstructuredolmOCR vs FirecrawlolmOCR vs Crawl4AIolmOCR vs MinerUolmOCR vs TesseractolmOCR vs PDF to MD ConverterolmOCR vs RemoveHandwritingolmOCR vs Transmonkey

FAQ

olmOCR est-il gratuit ?

olmOCR est gratuit et open-source (licence Apache-2.0), vous pouvez donc l'utiliser, l'héberger vous-même et le modifier sans frais.

Puis-je exécuter olmOCR localement ?

Oui. olmOCR est conçu pour fonctionner sur votre propre machine ou serveur, gardant vos données privées.

Quelle est la meilleure alternative à olmOCR ?

Les alternatives open source populaires incluent MarkItDown, Marker, Docling. Consultez les comparaisons ci-dessus pour choisir.

Explorez plus d'IA open-source

Parcourez le répertoire complet des outils, modèles et projets d'IA open-source — mis à jour quotidiennement.

Parcourez tous les outils →