- Überblick
- Document Understanding-Prozess
- Schnellstart-Tutorials
- Framework-Komponenten
- Überblick
- Document Understanding-Aktivitäten
- Übersicht zur Dokumentklassifizierung
- „Klassifizierer konfigurieren“-Assistent von Classify Document Scope
- Intelligenter Schlüsselwortklassifizierer
- Schlüsselwortbasierte Classifier (Keyword Based Classifier)
- Machine Learning Classifier
- Generativer Klassifizierer
- Dokumentklassifizierung – verwandte Aktivitäten
- Datenverbrauch
- API-Aufrufe
- ML-Pakete
- Überblick
- Document Understanding – ML-Paket
- DocumentClassifier – ML-Paket
- ML-Pakete mit OCR-Funktionen
- 1040 – ML-Paket
- 1040 Anlage C – ML-Paket
- 1040 Anlage D – ML-Paket
- 1040 Anlage E – ML-Paket
- 1040x – ML-Paket
- 3949a – ML-Paket
- 4506T – ML-Paket
- 709 – ML-Paket
- 941x – ML-Paket
- 9465 – ML-Paket
- 990 – ML-Paket – Vorschau
- ACORD125 – ML-Paket
- ACORD126 – ML-Paket
- ACORD131 – ML-Paket
- ACORD140 – ML-Paket
- ACORD25 – ML-Paket
- Bank Statements – ML-Paket
- BillsOfLading – ML-Paket
- Certificate of Incorporation – ML-Paket
- Certificates of Origin – ML-Paket
- Checks – ML-Paket
- Children Product Certificate – ML-Paket
- CMS1500 – ML-Paket
- EU Declaration of Conformity – ML-Paket
- Financial Statements – ML-Paket
- FM1003 – ML-Paket
- I9 – ML-Paket
- ID Cards – ML-Paket
- Invoices – ML-Paket
- InvoicesChina – ML-Paket
- Rechnungen Hebräisch – ML-Paket
- InvoicesIndia – ML-Paket
- InvoicesJapan – ML-Paket
- Invoices Shipping – ML-Paket
- Packing Lists – ML-Paket
- Passports – ML-Paket
- Gehaltsabrechnungen (Pay slips) – ML-Paket
- Purchase Orders – ML-Paket
- Receipts – ML-Paket
- RemittanceAdvices – ML-Paket
- UB04 – ML-Paket
- Utility Bills – ML-Paket
- Vehicle Titles – ML-Paket
- W2 – ML-Paket
- W9 – ML-Paket
- Andere out-of-the-box ML-Pakete
- Öffentliche Endpunkte
- Hardwareanforderungen
- Pipelines
- Dokumentmanager
- OCR-Dienste
- Deep Learning
- Insights-Dashboards
- Document Understanding – in der Automation Suite bereitgestellt
- Document Understanding – im eigenständigen AI Center bereitgestellt
- Aktivitäten
- UiPath.Abbyy.Activities
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentProcessing.Contracts
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Aktivitäten (UiPath.IntelligentOCR.Activities)
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.Omnipage.Activities
- UiPath.PDF.Aktivitäten (UiPath.PDF.Activities)
UiPathDocumentOCR bereitstellen
Erstellen Sie ein ML-Paket UiPathDocumentOCR im AI Center.
Für die Onlineinstallation ist das Modell UiPathDocumentOCR bereits im Abschnitt Out-of-the-Box Pakete enthalten. Wechseln Sie zu ML-Pakete > Out-of-the-Box Pakete > UiPath Document Understanding > UiPathDocumentOCR und klicken Sie auf Übermitteln.
Für die Offlineinstallation wechseln Sie in der linken Seitenleiste des AI Centers zur Registerkarte ML-Pakete und erstellen Sie ein neues Paket. Benennen Sie das Paket und laden Sie das Paket hoch, das Sie von dieser Seite heruntergeladen haben. Wählen Sie den JSON-Eingabetyp und die entsprechende Python-Sprache aus. Erstellen Sie das Paket.
Wechseln Sie zu ML-Fähigkeiten und erstellen Sie eine neue ML-Fähigkeit für das von Ihnen erstellte Paket UiPathDocumentOCR.
Verwenden Sie Erweiterte Infrastruktureinstellungen, um die Bereitstellung zu aktualisieren, um die Replikate zu aktualisieren (die Anzahl der Replikate sollte idealerweise gleich der Anzahl der Knoten sein). Maximieren Sie außerdem die CPU (mindestens 4) und die RAM-Anforderungen, wenn Sie keine GPU-Maschinen verwenden (sonst ist die Verarbeitung von UiPathDocumentOCR langsam und kann fehlschlagen).
Das OCR-Modul benötigt eine GPU für optimale Leistung und wird für produktive Workloads empfohlen. Wenn eine GPU nicht verfügbar ist, kann sie weiterhin auf CPU ausgeführt werden, erfordert jedoch höhere Ressourcen als die Standardversion. Erweiterte Infrastruktureinstellungen sollten wie folgt angepasst werden:
Replikate: Erhöhen Sie diesen Wert, wenn eine gleichzeitige Verwendung von UiPathDocumentOCR vorliegt. Wenn Sie UiPathDocumentOCR verwenden, um Importe für jeweils eine einzelne Data Labeling-Sitzung auszuführen und die UiPathDocumentOCR nicht in anderen UiPath®- Workflows verwendet wird, reicht 1 Replikat aus. Andernfalls muss die Anzahl der Replikate erhöht werden. Hier gibt es keine universelle optimale Anzahl. Sie müssen eventuell etwas herumprobieren. Verwenden Sie nicht mehr als 2 Replikate auf einer Einzelknoteninstallation. Idealerweise sollte die Anzahl der Replikate mit der Anzahl der Knoten im Cluster (1 Replikat/Knoten) identisch sein. Wenn mehr Parallelität benötigt wird, hilft eine CPU-Erhöhung
CPU: Muss mindestens 4 (für jedes Replikat) betragen. Stellen Sie sicher, dass Sie über die entsprechenden Ressourcen verfügen. Hier gibt es keine universelle optimale Anzahl, aber mehr CPU-Leistung bedeutet schnellere Verarbeitung. Sie müssen in Ihren spezifischen Szenarien testen, was ausreicht.
Es kann bis zu 30 Minuten dauern, bis die ML-Fähigkeit bereit ist. Möglicherweise müssen Sie die AI Center-Seite aktualisieren, um die Statusänderung zu sehen. Sobald die ML-Fähigkeit verfügbar ist, doppelklicken Sie auf die ML-Fähigkeit und wechseln Sie zu Aktuelle Bereitstellung ändern.
Schalten Sie den Umschalter ein, um die ML-Fähigkeit öffentlich zu machen. Möglicherweise müssen Sie einige Minuten warten und die Seite aktualisieren.
Doppelklicken Sie auf die ML-Fähigkeit und kopieren Sie die URL, die der Endpunkt der UiPathDocumentOCR ist, für später.
Herzlichen Glückwunsch! Sie haben UiPathDocumentOCR erfolgreich im AI Center bereitgestellt.
