Dolphin v2: Yaratıcı İş Akışları İçin Yeni Nesil Belge Görseli Ayrıştırmaya Yönelik Pratik Bir Kılavuz

Genel Bakış: Dolphin v2 Neden İçerik Üreticiler İçin Önemli?#

Dolphin v2, karmaşık görsel belgeleri (taranmış PDF'ler, faturalar, formlar, slaytlar, dergiler ve storyboard'lar gibi) yapılandırılmış, makine tarafından okunabilir çıktılara dönüştürmek için tasarlanmış açık kaynaklı bir belge görseli ayrıştırma modelidir. Dağınık girdiler ve zaman alan yönetim görevleriyle düzenli olarak uğraşan içerik üreticileri için Dolphin v2, ham dosyalardan düzenleyebileceğiniz, arayabileceğiniz ve otomatikleştirebileceğiniz kullanışlı varlıklara daha hızlı bir yol vaat ediyor.

İster PDF'lerden senaryo çıkaran bir video içerik üreticisi, ister marka yönergelerini ve stil sayfalarını ayrıştıran bir tasarımcı, ister taranmış kitaplardan referans derleyen bir yazar veya karakter repliklerini düzenleyen bir seslendirme sanatçısı olun, Dolphin v2 yapılandırılmamış belge görsellerini temiz JSON, CSV, Markdown veya düz metne dönüştürebilir. Açık kaynaklıdır (MIT Lisansı), aktif olarak geliştirilmektedir ve https://github.com/bytedance/Dolphin adresinde GitHub'da mevcuttur ve modeller topluluk aracılığıyla barındırılmaktadır (Hugging Face bağlantıları için proje belgelerine bakın).

Bu kılavuzda, Dolphin v2'nin ne olduğunu, v1'e kıyasla nelerin yeni olduğunu, nasıl çalıştığını, nasıl kurulup kullanılacağını, yaygın tuzakları, performans değerlendirmelerini ve pratik yaratıcı kullanım durumlarını özetleyeceğiz; böylece Dolphin v2'yi günlük iş akışınıza güvenle dahil edebilirsiniz.

Dolphin v2 Nedir?#

Bir bakışta:

• Dolphin v2, görselleri veya PDF'leri okuyan ve yapılandırılmış veri çıkışı sağlayan bir belge görseli ayrıştırma modelidir.
• Kırılgan OCR adımlarına olan bağımlılığı en aza indirerek OCR'siz veya OCR-hafif işlem hatlarını hedefler.
• Çeşitli belge türlerini (formlar, faturalar, tablolar, grafikler, çok sütunlu dergiler, posterler) destekler.
• Hem hızlı yerel çıkarım hem de ölçeklenebilir sunucu dağıtımları için uygundur.
• MIT Lisansı altında açık kaynaklıdır, ticari ve araştırma kullanımını teşvik eder.
• Kod, modeller, demolar ve belgeler resmi GitHub deposu aracılığıyla korunur: https://github.com/bytedance/Dolphin.

Dolphin v2, pratik, sağlam ve geliştirici dostu olacak şekilde tasarlanmıştır. Belge anlama konusundaki sürtünmeyi azaltmak ve içerik üreticilerinin genellikle saatlerini manuel olarak yazıya dökmek, etiketlemek ve yeniden düzenlemekle geçirdiği karmaşık ön prodüksiyon veya post prodüksiyon görevlerini hızlandırmak amaçlanmıştır.

Dolphin v2'de v1'e Göre Yenilikler#

Dolphin v2, yaşam kalitesi iyileştirmelerine, gerçek dünya senaryolarındaki sağlamlığa ve entegrasyon kolaylığına odaklanır. Kesin uygulama ayrıntıları değişse de, içerik üreticileri şu temel iyileştirmeleri bekleyebilir:

• Gerçek dünya yakalamasına karşı sağlamlık:

  • Eğri, düşük ışıklı veya kusurlu mobil taramaların daha iyi işlenmesi.
  • Gürültülü açıklamalara, damgalara ve filigranlara karşı gelişmiş tolerans.

• Daha iyi yapı anlama:

  • Çok sütunlu, çok dilli yayınlar için daha hassas düzen ayrıştırması.
  • Formlarda ve faturalarda yaygın olan tabloların, grafiklerin ve anahtar-değer çiftlerinin daha güçlü işlenmesi.

• Daha uzun belge desteği:

  • Gelişmiş öbekleme, sayfa numaralandırma farkındalığı ve sayfalar arası bağlam.
  • Çok sayfalı PDF'lerde yapılandırılmış çıktıların daha sorunsuz bir şekilde birleştirilmesi.

• OCR-hafif/OCR-siz modlar:

  • Ayrı bir OCR adımına daha az ihtiyaç; OCR kullanıldığında, Dolphin v2 geri dönüş olarak eklenti OCR motorlarını destekler.

• JSON öncelikli çıktılar:

  • Notion, Airtable, Figma eklentileri, elektronik tablolar veya NLE komut dosyalarındaki aşağı yönlü otomasyonlar için daha temiz, tutarlı şema.

• Kolaylaştırılmış dağıtım:

  • Üretim kullanımı için daha basit sunucu/API örnekleri ve daha hızlı soğuk başlatma.
  • CSV, Markdown ve HTML gibi biçimlere daha kolay dışa aktarma.

• Daha iyi geliştirici deneyimi:

  • Daha net yapılandırmalar, örnek not defterleri ve referans işlem hatları.
  • MIT Lisansı, ticari işlem hatlarında benimsenmeyi kolaylaştırır.

Birlikte, bu iyileştirmeler Dolphin v2'ye güvenmeyi, benimsemeyi ve her boyuttaki içerik üretici merkezli iş akışları için daha etkili hale getiriyor.

Dolphin v2 Nasıl Çalışır (Üst Düzey)#

Belirli modüller ve eğitim tarifleri depoda belgelenmiş olsa da, Dolphin v2'nin belgeleri nasıl işlediğine dair kavramsal bir görünüm şöyledir:

1. Görsel kodlama:

   • Giriş sayfası görseli (bir PDF'den veya kamera yakalamasından) normalleştirilir ve düzen farkında olan zengin görsel gömmeler üretmek için bir vizyon omurgasına beslenir.

2. Dil ve yapı çözme:

   • Bir metin kod çözücü (genellikle bir dönüştürücü), belge içeriğini ve düzen öğelerini (başlıklar, paragraflar, listeler, tablolar, hücreler, anahtar-değer çiftleri) temsil eden yapılandırılmış belirteçler oluşturur.

3. Şema güdümlü oluşturma:

   • Dolphin v2, uygulamalarınıza eşleyebileceğiniz öngörülebilir bir şemayı izleyerek yapılandırılmış çıktılar (genellikle JSON) üretmek için ayarlanmıştır.
   • Bu, tablo hücresi koordinatlarını, okuma sırasını, bölüm başlıklarını ve formlardaki etiketler ile değerler arasındaki ilişkiyi içerir.

4. İsteğe bağlı OCR entegrasyonu:

   • Belirli diller veya düşük kontrastlı görseller için bir OCR eklentisi metin doğruluğunu artırabilir. Dolphin v2 esnektir: hız ve basitlik için OCR'siz modu veya zorlu durumlarda doğruluk için karma modu kullanın.

5. Son işlem:

   • Çıktılar, üretim araçlarınızın tüketebileceği biçimlerde standartlaştırılır. Elektronik tablolar için CSV, belgeler ve wiki'ler için Markdown veya otomasyonlar ve API'ler için JSON düşünün.

İçerik üreticileri için en önemli nokta, Dolphin v2'nin manuel temizlemeyi en aza indirmeyi amaçlamasıdır. İşlem hattınızı sıfırdan yeniden oluşturmadan düzenlemeye, hizalamaya veya yayınlamaya hazır yapılandırılmış içerik elde edersiniz.

Sistem Gereksinimleri ve Uyumluluk#

Dolphin v2, modern tüketici ve iş istasyonu kurulumlarında çalışacak şekilde tasarlanmıştır. Tipik gereksinimler:

• İşletim Sistemi: Linux veya Windows (CPU çıkarımı için macOS; GPU hızlandırması donanıma göre değişir)
• Python: 3.8–3.11 (kesin sürümler için depoyu kontrol edin)
• Bağımlılıklar: PyTorch (GPU yapıları CUDA desteği gerektirir), OpenCV, Pillow ve diğer standart ML kitaplıkları
• Donanım:
  • Küçük işler için yalnızca CPU çıkarımı mümkündür.
  • Gerçek zamanlı veya toplu işleme için tek bir modern GPU (örneğin, 12–24 GB VRAM) önerilir.
  • Çoklu GPU kurulumları, uzun PDF'ler veya büyük arşivler genelinde büyük ölçekli işlemeyi hızlandırabilir.

Uyumluluk:

• PDF'ler genellikle sayfa başına görsellere bölünür; Dolphin v2 bu sayfa görsellerini (PNG/JPG) işler.
• JSON/CSV aracılığıyla Python tabanlı otomasyon, REST API'leri ve yaratıcı araç zincirleriyle iyi entegre olur.
• MIT Lisansı, Dolphin v2'yi tescilli iş akışlarına takmayı kolaylaştırır.

En doğru, güncel gereksinimler için her zaman https://github.com/bytedance/Dolphin adresine danışın.

Kurulum ve Hızlı Başlangıç#

Dolphin v2, yerel ve sunucu dağıtımlarını destekler. Kesin adımlar değişebilir; aşağıdakiler resmi depodaki tipik akışı yansıtır.

A Seçeneği: Kaynaktan

# 1) Depoyu klonlayın
git clone https://github.com/bytedance/Dolphin.git
cd Dolphin

# 2) (Önerilir) Temiz bir ortam oluşturun
# Örnek olarak Conda/Mamba kullanılarak:
conda create -n dolphinv2 python=3.10 -y
conda activate dolphinv2

# 3) Bağımlılıkları yükleyin (kesin gereksinimler dosyası için depoya bakın)
pip install -r requirements.txt

# 4) (İsteğe bağlı) CUDA sürümünüze göre GPU özellikli PyTorch'u yükleyin:
# Doğru komut için https://pytorch.org/get-started/locally/ adresini ziyaret edin

# 5) Depoda veya model kartında belgelendiği gibi model ağırlıklarını indirin
# örneğin, scripts/download_weights.sh (sağlanmışsa) veya manuel indirme

# 6) Hızlı bir çıkarım demosu çalıştırın (örnek komut - ayrıntılar için depoyu kontrol edin)
python tools/infer.py \
  --image_path ./samples/invoice_01.jpg \
  --output ./outputs/invoice_01.json \
  --config ./configs/dolphin_v2.yaml \
  --weights ./weights/dolphin_v2.pth

B Seçeneği: Sağlanan not defterini veya demo uygulamasını kullanın

• Depo genellikle uçtan uca örneklerle bir Jupyter not defteri içerir.
• Bazı topluluk yapıları Dolphin v2'yi Hugging Face'de yayınlar. Önceden oluşturulmuş bir işlem hattı varsa, tarayıcınız veya bir Colab not defteriyle deneyin.

Açıklayıcı Python snippet'i (yalnızca desen—kesin API'ler için depoya bakın):

from pathlib import Path
from PIL import Image
import json

# Sözde kod: gerçek API adları farklı olabilir
# örneğin, dolphin.load_model(), dolphin.preprocess(), dolphin.postprocess()

# 1) Modeli yükleyin
model = load_dolphin_v2(weights_path="weights/dolphin_v2.pth", device="cuda:0")

# 2) Bir görseli ön işleyin
img = Image.open("samples/storyboard_page.jpg").convert("RGB")
batch = preprocess_for_dolphin_v2([img])

# 3) Çıkarım
with torch.no_grad():
    raw_outputs = model(batch)

# 4) Yapılandırılmış JSON'a son işlem
result = postprocess_dolphin_v2(raw_outputs)[0]

# 5) Kaydedin ve inceleyin
Path("outputs").mkdir(exist_ok=True)
with open("outputs/storyboard_page.json", "w", encoding="utf-8") as f:
    json.dump(result, f, ensure_ascii=False, indent=2)

print("Çıkarılan anahtarlar:", list(result.keys()))

İpucu: Dolphin v2 genellikle paragraflar, başlıklar, hücreli tablolar veya formlar için anahtar-değer alanları gibi yapılandırılmış öğeler döndürür. Bunları CSV, Markdown veya CMS şemanıza dönüştürebilirsiniz.

Dolphin v2'yi Üretim API'sinde Kullanma#

Birçok ekip Dolphin v2'yi hafif bir REST hizmetine sarar ve yaratıcı araçlardan, NLE'lerden veya otomasyon komut dosyalarından çağırır. Minimal bir FastAPI örneği (yalnızca yapı; deponun işlevlerine uyarlayın):

from fastapi import FastAPI, UploadFile, File
from PIL import Image
import io, json

app = FastAPI()
model = load_dolphin_v2(weights_path="weights/dolphin_v2.pth", device="cuda:0")

@app.post("/parse")
async def parse_document(file: UploadFile = File(...)):
    content = await file.read()
    image = Image.open(io.BytesIO(content)).convert("RGB")
    batch = preprocess_for_dolphin_v2([image])
    with torch.no_grad():
        raw = model(batch)
    result = postprocess_dolphin_v2(raw)[0]
    return result  # FastAPI dict->JSON'u serileştirecek

Bunu Nginx veya sunucusuz bir GPU uç noktasının arkasına dağıtın ve MAM/DAM sisteminize, Google E-Tablolar'a, Notion'a veya kendi işlem hattınıza bağlayın.

Performans ve Kıyaslamalar#

Performans, GPU'nuza, giriş çözünürlüğünüze ve belge karmaşıklığınıza bağlıdır. Genel olarak:

• Dolphin v2, çok sütunlu sayfalarda, formlarda, faturalarda ve gürültülü taramalarda v1'den daha yüksek doğruluk sağlamayı amaçlar.
• Sayfa başına gecikme, tek bir modern GPU'da neredeyse gerçek zamanlı olabilir ve toplu işleme, çok sayfalı PDF'leri hızlandırır.
• En iyi sonuçlar için, giriş çözünürlüğünü modelin önerilen ayarlarıyla hizalayın (yapılandırmalara bakın).

Karşılaştırmalar:

• Geleneksel OCR + kural tabanlı ayrıştırmaya karşı Dolphin v2, kırılgan buluşsal yöntemleri ve manuel temizlemeyi azaltır.
• Daha eski belge anlama yığınlarına kıyasla Dolphin v2, düzeni, yapı doğruluğunu ve tutarlı şemaları vurgular.
• Topluluk raporları, yaygın kıyaslamalarda (örneğin, FUNSD, SROIE, DocVQA tarzı görevler) son teknoloji OCR'siz yaklaşımlara karşı rekabetçi sonuçlar gösteriyor. Kesin sayılar ve grafikler için, deponun kıyaslama bölümüne ve model kartına bakın.

Tekrarlanabilir kıyaslama ipuçları:

• Giriş çözünürlüğünü ve toplu iş boyutunu sabitleyin.
• Gerçek belgelerinizden oluşan bir tutulan küme kullanın (yalnızca genel veri kümeleri değil).
• Hem hassasiyeti (metin doğruluğu, yapı doğruluğu) hem de maliyeti (gecikme, GPU belleği) ölçün.
• Son işlem süresini günlüğe kaydedin; üretimde önemlidir.

İçerik Üreticiler İçin Gerçek Dünya Kullanım Durumları#

Dolphin v2, günlük yaratıcı iş akışlarında parlıyor:

• Video içerik üreticileri ve editörleri:

  • PDF'lerden ve taranmış not defterlerinden senaryoları ve çekim listelerini çıkarın.
  • Storyboard'ları yapılandırılmış verilere dönüştürerek düzenlemeleri planlamayı ve sürekliliği izlemeyi kolaylaştırın.
  • Konuşmacı notlarıyla slayt destelerinden otomatik olarak altyazı taslakları oluşturun.

• Tasarımcılar ve sanat yönetmenleri:

  • Marka yönergelerini aranabilir Markdown ve bileşen özelliklerine ayrıştırın.
  • Renk paletlerini, tipografi kurallarını ve ızgara özelliklerini stilize edilmiş PDF'lerden çıkarın.

• Yazarlar ve araştırmacılar:

  • Taranmış referansları alıntılarla ve alıntılarla temiz, yapılandırılmış notlara dönüştürün.
  • Okuma sırasını korurken çok sütunlu akademik PDF'leri bölümlere ayrıştırın.

• Seslendirme sanatçıları ve ses yapımcıları:

  • Karakter sayfalarını, çağrı sayfalarını ve yanları hızlı arama için standartlaştırılmış CSV'lere dönüştürün.
  • Telaffuz kılavuzlarını ve açıklamaları yapılandırılmış sözlüklere çıkarın.

• Serbest çalışanlar ve stüdyolar:

  • Muhasebe ve vergi hazırlığı için fatura ve makbuz ayrıştırmasını otomatikleştirin.
  • Gizlilik sözleşmelerini ve sözleşmeleri anahtar-değer özetlerine işleyin (karşı taraflar, tarihler, tutarlar).

Her durumda, Dolphin v2 tekrarlayan manuel çalışmayı azaltır ve yaratıcı kararlar için daha fazla zaman ayırır.

Entegrasyon Desenleri ve En İyi Uygulamalar#

• JSON öncelikli: Dolphin v2 çıktısını işlem hattınız boyunca JSON olarak tutun. Yalnızca son adımda CSV/Markdown'a dönüştürün.
• İnsan döngüde: Kritik belgeler için, editörlerin çıktıları onaylayabileceği veya düzeltebileceği hızlı bir inceleme kullanıcı arayüzü ekleyin.
• Şablonlar ve istemler: Depo şema şablonları veya istemler sağlıyorsa, çıktıların öngörülebilir olması için ekibiniz genelinde standartlaştırın.
• Son işlem kuralları: Uç durumları işlemek için hafif kurallar ekleyin (örneğin, bölünmüş satırları birleştirme, OCR geri dönüş tuhaflıklarını düzeltme).
• Sürüm sabitleme: Güncellemeler sırasında beklenmedik değişiklikleri önlemek için üretimde Dolphin v2 ağırlıklarını ve yapılandırma sürümlerini sabitleyin.
• Depolama: İzlenebilirlik ve hızlı yeniden işleme için hem ham görselleri hem de Dolphin v2 JSON çıktılarını kaydedin.

Lisanslama, Yönetişim ve Topluluk#

• Lisans: MIT Lisansı—izin verici, ticari ve açık kaynaklı kullanım için uygundur. https://github.com/bytedance/Dolphin adresindeki LICENSE dosyasına bakın.
• Şeffaflık: Mevcut sınırlamalar ve amaçlanan kullanım için deponun README, model kartı ve değişiklik günlüklerini kontrol edin.
• Katkılar: Proje sorunları ve çekme isteklerini memnuniyetle karşılar. Hatalar, özellik istekleri veya belge iyileştirmeleri için biletler açın.
• Topluluk: Tartışmalar ve Soru-Cevap genellikle GitHub Sorunları aracılığıyla gerçekleşir; depodaki herhangi bir resmi forum veya Hugging Face topluluk başlığına bağlantı arayın.

Ekipler, Dolphin v2'yi MIT altında benimseyerek, onu tescilli yaratıcı işlem hatlarına ve ürünlerine güvenle entegre edebilir.

Dolphin v2'de Sorun Giderme#

Yaygın sorunlar ve düzeltmeler:

• GPU'da bellek yetersiz (OOM):

  • Giriş çözünürlüğünü veya toplu iş boyutunu azaltın.
  • Destekleniyorsa karma hassasiyet (AMP) kullanın.
  • Daha küçük işler için CPU'ya geçin veya daha fazla VRAM'e sahip bir GPU kullanın.

• Uyuşmayan bağımlılıklar:

  • PyTorch/CUDA sürümlerinin sürücünüz ve işletim sisteminizle eşleştiğinden emin olun.
  • Temiz bir sanal ortamı yeniden oluşturun ve gereksinimleri yeniden yükleyin.

• Yanlış okuma sırası:

  • Dolphin v2 yapılandırmalarında düzene duyarlı ayarları etkinleştirin veya ayarlayın.
  • Girdileri ön işleyin: eğriliği düzeltin, kontrastı artırın, kenar boşluklarını kırpın.

• Tablo ayrıştırma hataları:

  • Yoğun tablolar içeren belgeler için sayfa çözünürlüğünü artırın.
  • Son işlemde tablo algılama eşiklerini doğrulayın.

• Çok dilli metin sorunları:

  • Belirli diller için OCR karma modunu deneyin.
  • Dil paketlerini güncelleyin ve oluşturma için yazı tiplerinin kullanılabilir olduğundan emin olun.

• Sürümler arasında tutarsız JSON şeması:

  • Üretimde Dolphin v2 sürümünüzü sabitleyin.
  • Sürümler arasındaki alanları normalleştirmek için bir dönüştürücü adımı ekleyin.

• Ekranların veya parlak kağıdın fotoğraflarında kötü sonuçlar:

  • Yansımalardan kaçının; dağınık ışıkta çekim yapın.
  • Kontrastı artırmak ve perspektifi düzleştirmek için bir tarama uygulaması kullanın.

Takılırsanız, mevcut sorunları arayın veya https://github.com/bytedance/Dolphin adresinde minimal bir yeniden üretilebilir örnekle yeni bir sorun açın.

Güvenlik ve Gizlilik Hususları#

• Mümkün olduğunda hassas belgeleri yerel olarak işleyin.
• Dolphin v2'yi bir hizmet olarak dağıtıyorsanız, API'yi güvenli hale getirin (kimlik doğrulama, hız sınırları, TLS).
• Yalnızca ihtiyacınız olanı günlüğe kaydedin; gereksiz olduğunda ham belgeleri depolamaktan kaçının.
• Belge saklama politikaları, müşterilerinizin sözleşmelerine ve düzenlemelerine uygun olmalıdır.

Yol Haritası Hususları#

Kesin yol haritası gelişirken, aşağıdaki konularda devam eden iyileştirmeler bekleyin:

• Çok dilli sağlamlık ve uzun belge işleme
• Hız/bellek optimizasyonları
• Daha iyi tablo/grafik anlama ve şekil başlığı
• Geliştirici araçları: yükseltilmiş demolar, UI açıklayıcıları ve kıyaslama koşumları

Dolphin v2 ile ilgili yayınlar, etiketler ve değişiklik günlüğü girişleri için depoyu izleyin.

Harekete Geçme Çağrısı#

• Kodu ve belgeleri keşfedin: https://github.com/bytedance/Dolphin
• Bir örnek deneyin: Dolphin v2'yi kendi iş akışınızdan birkaç sayfada çalıştırın ve zaman tasarrufunu ölçün.
• Geri bildirim paylaşın: sorunlar açın, özellikler önerin ve diğer içerik üreticilerine yardımcı olan örnekler katkıda bulunun.
• Entegre edin: Dolphin v2'yi küçük bir API'ye sarın ve bu hafta içerik işlem hattınıza takın.

Dolphin v2, belge anlamayı yaratıcı ekipler için yerel bir yapı taşı gibi hissettirmeyi amaçlar. Küçük başlayın, hızlı yineleyin ve siz zanaata odaklanırken yapılandırılmış çıktıların ağır işi yapmasına izin verin.

SSS#

Dolphin v2 resmi olarak yayınlandı ve açık kaynaklı mı?#

Evet. Dolphin v2, https://github.com/bytedance/Dolphin adresindeki resmi depoda mevcuttur ve MIT Lisansı altında açık kaynaklıdır. En son sürüm için deponun yayınlarını ve etiketlerini kontrol edin.

Dolphin v1 ve Dolphin v2 arasındaki temel fark nedir?#

Dolphin v2, gerçek dünya sağlamlığını, yapılandırılmış çıktı tutarlılığını, tablo/form anlamayı ve dağıtım kolaylığını geliştirir. Ayrıca, yaratıcı otomasyon için uygun olan daha sorunsuz çok sayfalı işlemeyi ve JSON öncelikli işlem hatlarını vurgular.

Dolphin v2'yi GPU olmadan kullanabilir miyim?#

Evet, küçük iş yükleri için. CPU çıkarımı mümkündür ancak daha yavaştır. Üretim verimi veya büyük PDF'ler için modern bir GPU önerilir. Dolphin v2, GPU hızlandırmasından önemli ölçüde yararlanır.

Dolphin v2 OCR gerektiriyor mu?#

Kesinlikle değil. Dolphin v2, OCR'siz modları destekler ve OCR'yi bir geri dönüş olarak entegre edebilir. Zorlu durumlarda (düşük kontrast, nadir komut dosyaları), karma bir kurulum doğruluğu artırabilir.

Dolphin v2'yi nasıl kurarım?#

Depoyu klonlayın, temiz bir Python ortamı oluşturun, gereksinimleri yükleyin, model ağırlıklarını indirin ve örnek çıkarım komut dosyasını çalıştırın. Kesin adımlar ve komutlar Dolphin v2 deposunda belgelenmiştir.

Dolphin v2 hangi dosya biçimlerini çıktı olarak verebilir?#

Dolphin v2 genellikle CSV, Markdown veya HTML'ye dönüştürülebilen yapılandırılmış JSON çıktısı verir. Birçok ekip işleme sırasında JSON'u tutar ve yalnızca sonunda dönüştürür.

Dolphin v2 ticari kullanım için uygun mu?#

Evet. Dolphin v2, izin verici ve ticari benimsemeye uygun olan MIT Lisansı altında yayınlanmıştır. Ayrıntılar için depodaki LICENSE dosyasını inceleyin.

Dolphin v2 alternatiflerle nasıl karşılaştırılır?#

Dolphin v2, gerçek dünya, yaratıcı iş akışları için sağlam ve pratik olmayı amaçlar. OCR artı kurallar yığınlarıyla karşılaştırıldığında, kırılgan buluşsal yöntemleri azaltır. Modern belge ayrıştırıcılarına karşı Dolphin v2 rekabetçidir ve genellikle entegre edilmesi daha kolaydır. Adil bir karşılaştırma için kendi belgeleriniz üzerinde değerlendirin.

Dolphin v2 için nereden destek alabilirim?#

Hata raporları, sorular ve özellik istekleri için resmi depodaki GitHub Sorunlarını kullanın. Depo ayrıca bir Hugging Face model kartına veya topluluk başlıklarına bağlantı verebilir.

Dolphin v2'yi üretimde dağıtmak için en iyi uygulamalar nelerdir?#

Sürümleri sabitleyin, kritik belgeler için bir inceleme adımı çalıştırın, performans metriklerini günlüğe kaydedin ve API'nizi güvenli hale getirin. JSON döndüren küçük bir hizmetle başlayın ve verim ihtiyaçlarınız arttıkça ölçeklendirin.