Dots OCR

MultimodālsPieejams
no CommunityModeļa ID: dots-ocr

Rednote Hilab Dots OCR. End-to-end document parsing model with layout, text and reading-order prediction in one transformer.

Cena
≈ 0,0132 $/palaidi
Ievade → Izvade
Teksts + Attēls → Teksts
Izstrādātājs
Community
Atjaunināts
2026. gada 23. septembris
01

Spēļu laukums

Izmēģiniet Dots OCR

Nav ievades formas

≈ 0,0132 $/palaidi

Šim modelim vēl nav ievades formas

Tā ievades vēl nav dokumentētas. Lai neviena izpilde neuztrūktos nepareizas ievades dēļ, mēs šeit nepiedāvājam formu. Tā vietā izvēlieties salīdzināmu modeli.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • InputInput

    Prompt

    grounding_ocr

    Response

    [{"bbox": [448, 513, 528, 535], "category": "Section-header", "text": "### Directions"}, {"bbox": [448, 533, 824, 565], "category": "Text", "text": "For sunscreen use: • apply generously 15 minutes before sun exposure • reapply: • after 80 minutes of swimming or sweating • immediately after towel drying • at least every 2 hours"}, {"bbox": [448, 563, 832, 624], "category": "List-item", "text": "• **Sun Protection Measures.** Spending time in the sun increases your risk of skin cancer and early skin aging. To decrease this risk, regularly use a sunscreen with a Broad Spectrum SPF value of 15 or higher and other sun protection measures including: • limit time in the sun, especially from 10 a.m. - 2 p.m. • wear long-sleeved shirts, pants, hats and sunglasses"}, {"bbox": [448, 622, 640, 638], "category": "List-item", "text": "• children under 6 months of age: Ask a doctor"}]

03

Par Dots OCR

ĪsumāUz 2026. gada 23. septembris

Dots OCR ir Community modelis kategorijā Multimodāls. Railwail platformā Dots OCR maksā ≈ 0,0132 $ par palaidi.

04

Cenas

Cenas ASV dolāros. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem.
Tipisks palaidi (≈ 11 s uz L40S)0,0132 $ par palaidi
GPU laiks (L40S)0,00117 $ par GPU sekundi
  • Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
  • 1 kredīts = 0,01 $

Izmaksu kalkulators

Cenu kalkulators

s

Tipiski pēc sniedzēja: aptuveni 11,3 s

Kopā

1,32 $

132 kredīti

Uz palaišanu

0,0132 $ · 1,32 kredīti

Norēķins pēc faktiskā GPU laika; šī ir aprēķins.

05

API

Izsauciet Dots OCR ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

Nav pārbaudīta API piemēra

Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.

06

Specifikācijas

Modeļa ID
dots-ocr
Izstrādātājs
Community
Kategorija
Multimodāls
Ievade
Teksts, Attēls
Izvade
Teksts
Norēķini
Pēc lietojuma (tokeni vai GPU laiks)
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Tagi

  • replicate
  • ocr
  • vision-understanding
  • open-source
07

Bieži uzdotie jautājumi

Kas ir Dots OCR?

Dots OCR ir Community izstrādāts modelis Multimodāls kategorijā.

Cik maksā Dots OCR Railwail?

Railwail platformā Dots OCR maksā ≈ 0,0132 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.

Cik ātrs ir Dots OCR?

Railwail platformā Dots OCR vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Dots OCR ir labāks par BLIP?

Tas ir atkarīgs no uzdevuma. Dots OCR (Community) un BLIP (Salesforce) ir abi modeļi Multimodāls kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Dots OCR un BLIP

Vai Dots OCR var apstrādāt attēlus?

Jā. Dots OCR pieņem attēlus kā ievadi papildus tekstam.

08

Salīdzināmi modeļi

Visi šajā kategorijā
  • BLIPSalesforce

    Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.

    ≈ 0,00030 $/palaidi

    98 % lētāk uz vienību

    Salīdzināt Dots OCR un BLIP
  • pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.

    ≈ 0,0457 $/palaidi

    246 % dārgāk uz vienību

    Salīdzināt Dots OCR un CLIP Interrogator
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 $/palaidi

    62 % lētāk uz vienību

    Salīdzināt Dots OCR un Depth Anything v2

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.