Odczyt i interpretacja obrazów bogatych w tekst i układ przestrzenny — skanów, formularzy, faktur, wykresów, infografik i zrzutów ekranu. Część modeli działa bez osobnego etapu OCR, odpowiada na pytania lub wyciąga dane bezpośrednio z pikseli; te zdolności wykorzystuje się również w analizie interfejsów.
Reading and interpreting images rich in text and spatial layout — scans, forms, invoices, charts, infographics and screenshots. Some models work without a separate OCR stage, answer questions or extract data directly from pixels; these capabilities are also used for interface analysis.
In one sentence
To odczytywanie informacji ze skanów dokumentów, wykresów i ekranów z uwzględnieniem układu strony.
This reads information from scanned documents, charts and screens while accounting for page layout.
Problem it solves
Informacje na skanach i wykresach trudno wykorzystać, gdy program nie odróżnia tabel, podpisów i wartości.
Information in scans and charts is hard to use when software cannot distinguish tables, captions and values.
What it does
Łączy cechy obrazu i tekstu, żeby wiązać wartości z nagłówkami, podpisami i ich położeniem na stronie.
It combines image and text features to connect values with headings, captions and their positions on the page.
Everyday example
Robisz zdjęcie paragonu w aplikacji do wydatków, a ona sama wpisuje sklep, datę i kwotę oraz przypisuje kategorię.
You snap a receipt in a budgeting app, and it fills in the shop, date and amount and picks a category.
This concerns you if you…
masz dokumenty w formie skanów lub zdjęć
chcesz zadawać pytania o wykresy i raporty
korzystasz z asystenta obsługującego ekran programu
have documents as scans or photos
want to ask questions about charts and reports
use an assistant that operates software through its screen