GPT-4oモデルのOCR性能を検証してみる - JBS Tech Blog

本記事では、新しくリリースされたGPT-4o、GA版がリリースされたGPT-4 Turbo with Vision、およびAzure AI Document Intelligenceを使用した日本語文書のOCR性能を比較検証しています。 AIモデルを通じた画像からの文字抽出テストを行い、文字一致率の計算方法を定義して結果を分析しました。 使用するモデル 検証用データ プログラム OCR用プロンプト 一致率の計算 検証結果 Ground Truthとの一致率 読み取り文章の誤りについて 結論 使用するモデル 以下2つのモデルとOCRサービスで比較しました。 また、GPTモデルについては画像の読み取りにlow, high, autoモードが選択できますが、highモードとします。 モデル/サービス名 バージョン 検証方法 GPT-4o 2024-05-13 独自にシステムプロンプトを定義してA

[jbs_blog_PR]

Azure OpenAI ServiceのGPT-4oやGPT-4 turbo With VisionについてOCR性能を検証した結果を解説しています。既存のOCRサービスと併用して、マルチモーダルAIとして利用するのがよいようですね！