AI OCR Frontend

AI-Оптовая-характерная распознавание (AI-OCR): извлечение данных из изображений

Этот репозиторий является кодом фронта для инструмента, с помощью которого вы можете извлечь данные из изображений с использованием Visual LLMS. Бэкэнд-код (с использованием FASTAPI) можно найти здесь: AI-OCR.

Оглавление

• Установка
• Использование
• Пример
• Лицензия

Установка

Чтобы использовать инструмент Ai-OCR, лучше, если вы установите обе репозитории, бэкэнд и фронт, то есть следуйте этим шагам:

1. Клонировать этот репозиторий для бэкэнда

git clone https://github.com/jWinman91/AI-OCR.git
cd ai-ocr

2. Установите необходимые зависимости для бэкэнда:

pip install -r requirements.txt

3. Потяните и запустите файл Docker Coachdb со следующей командой:

docker run -e COUCHDB_USER=admin -e COUCHDB_PASSWORD=JensIsCool -p 5984:5984 -d --name config_db couchdb:latest

3. Клонировать репозиторий фронта

git clone https://github.com/jWinman91/AI-OCR-Frontend.git
cd ai-ocr-frondend

3. Установите требуемые зависимости для фронта:

pip install -r requirements.txt

Использование

Затем вы можете начать бэкэнд, работая:

python app.py $IP_ADDRESS

Убедитесь, что контейнер Docker для CoachDB работает.

Поскольку бэкэнд использует FASTAPI, теперь вы можете попробовать его через документы FastAPI, перейдя в $IP_ADDRESS:5000/docs .

Но вы также можете начать фронт сейчас, работая:

chmod +x start_up.sh
./start_up.sh

из клонированного репозитория фронта.

В вашем браузере откроется окно потока. В рамках веб -приложения вы найдете две страницы на боковой панели:

• AI-OCR: веб-страница для запуска фактического распознавания оптического персонажа
• Конфигурации модели: под страница для настройки моделей (например, Chatgpt, Llava, ...)

Пример

Благодарности

• Streamlit - Python -Framework для Frontend.
• Объятие лица-структура для работы с современными моделями обработки естественного языка.