AI OCR Frontend

ส่วนหน้า AI-Optical-character-Recognition (AI-COR): การสกัดข้อมูลจากภาพ

ที่เก็บนี้เป็นรหัสส่วนหน้าสำหรับเครื่องมือที่คุณสามารถดึงข้อมูลจากภาพโดยใช้ Visual LLMS รหัสแบ็กเอนด์ (โดยใช้ fastapi) สามารถพบได้ที่นี่: AI-COR

สารบัญ

• การติดตั้ง
• การใช้งาน
• ตัวอย่าง
• ใบอนุญาต

การติดตั้ง

ในการใช้เครื่องมือ AI-CORT จะเป็นการดีที่สุดถ้าคุณติดตั้งที่เก็บทั้งสองแบ็กเอนด์และส่วนหน้าเช่นทำตามขั้นตอนเหล่านี้:

1. โคลนที่เก็บนี้สำหรับแบ็กเอนด์

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

2. ติดตั้งการพึ่งพาที่ต้องการสำหรับแบ็กเอนด์:

pip install -r requirements.txt

3. ดึงและเรียกใช้ไฟล์ CoachDB Docker ด้วยคำสั่งต่อไปนี้:

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

3. โคลนพื้นที่เก็บข้อมูลส่วนหน้า

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

3. ติดตั้งการพึ่งพาที่ต้องการสำหรับส่วนหน้า:

pip install -r requirements.txt

การใช้งาน

จากนั้นคุณสามารถเริ่มแบ็กเอนด์ด้วยการรัน:

python app.py $IP_ADDRESS

ตรวจสอบให้แน่ใจว่าคอนเทนเนอร์ Docker สำหรับ CoachDB กำลังทำงานอยู่

เนื่องจากแบ็กเอนด์ใช้ fastapi ตอนนี้คุณสามารถลองใช้งานผ่านเอกสาร fastapi โดยไปที่ $IP_ADDRESS:5000/docs

แต่คุณสามารถเริ่มต้นส่วนหน้าได้ด้วยการวิ่ง:

chmod +x start_up.sh
./start_up.sh

จากภายในพื้นที่เก็บข้อมูลส่วนหน้าโคลน

หน้าต่าง Streamlit จะเปิดอัตโนมัติในเบราว์เซอร์ของคุณ ภายในเว็บแอปพลิเคชันคุณจะพบสองหน้าบนแถบด้านข้าง:

• AI-MOR: เว็บเพจสำหรับเรียกใช้การจดจำตัวละครแบบออพติคอลจริง
• การกำหนดค่าแบบจำลอง: หน้าย่อยสำหรับการกำหนดค่ารุ่น (เช่น chatgpt, llava, ... )

ตัวอย่าง

กิตติกรรมประกาศ

• Streamlit - Python -Framework สำหรับส่วนหน้า
• Hugging Face-กรอบสำหรับการทำงานกับรูปแบบการประมวลผลภาษาธรรมชาติที่ล้ำสมัย