AI OCR

AI-光学文字認識 (AI-OCR): 画像からのデータの抽出

このリポジトリは、ビジュアル LLM を使用して画像からデータを抽出できるツールのバックエンド コードです。フロントエンド コード (streamlit を使用) は、AI-OCR-Frotend にあります。

目次

• インストール
• 使用法
• 例
• ライセンス

インストール

AI-OCR ツールを使用するには、フロントエンド リポジトリだけでなくバックエンドにもこのリポジトリをインストールするのが最善です。つまり、次の手順に従います。

1. バックエンド用にこのリポジトリのクローンを作成します

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

2. バックエンドに必要な依存関係をインストールします。

pip install -r requirements.txt

3. 次のコマンドを使用して、coachdb docker ファイルをプルして実行します。

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

3. フロントエンドリポジトリのクローンを作成する

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

3. フロントエンドに必要な依存関係をインストールします。

pip install -r requirements.txt

使用法

次に、以下を実行してバックエンドを開始できます。

python app.py $IP_ADDRESS

Coachdb の Docker コンテナーが実行されていることを確認してください。

バックエンドは fastapi を使用しているため、 $IP_ADDRESS:5000/docsにアクセスして、fastapi ドキュメント経由で試すことができます。

ただし、次を実行してフロントエンドを今すぐ開始することもできます。

chmod +x start_up.sh
./start_up.sh

クローンされたフロントエンド リポジトリ内から。

ストリームライト ウィンドウがブラウザで自動的に開きます。 Web アプリケーション内のサイドバーには 2 つのページが表示されます。

• AI-OCR: 実際の光学式文字認識を実行するための Web ページ
• モデル構成: モデルを構成するためのサブページ (例: ChatGPT、Llava など)

例

謝辞

• Hugging Face - 最先端の自然言語処理モデルを操作するためのフレームワーク。