Servicios de OCR

Acerca de los servicios de OCR

Los servicios de OCR se utilizan para lo siguiente:

• En el momento de etiquetar los datos, al importar los documentos en Data Manager. Los motores disponibles para este paso son UiPath Document OCR, Google Cloud Vision OCR y Microsoft Read OCR.
• Durante el tiempo de ejecución a la hora de ejecutar los modelos desde los flujos de trabajo RPA. Los motores disponibles para este paso son todos los motores integrados en la plataforma UiPath RPA, incluidos los anteriores, además de Abbyy Finereader, Microsoft OCR (heredado), Microsoft Project Oxford OCR y Tesseract.

In production, we recommend calling the OCR using the Digitize Document activity in your workflow and passing the Document Object Model as input to the activity calling the ML model. For this purpose, you need to use the Machine Learning Extractor activity (Official feed).

Para facilitar las pruebas, también se puede configurar el OCR directamente en AI Center (ventana de Configuración), aunque no se recomienda para las implementaciones de producción.

Requisitos

En esta sección se detallan los requisitos de hardware y software para instalar motores OCR.

Requisitos de hardware

• Machines Involved : VM in the Cloud/On-Prem Box/Laptop
• Operating Systems: Windows (Windows 10)/Linux (Ubuntu/RedHat)
• Computing Engines: CPU/GPU
• OCR: UiPath Document OCR CPU/UiPath Document OCR GPU

	Núcleos de la CPU	RAM (GB)	RAM de vídeo (GB)	HDD (GB)
CPU UiPath	4	4		50
GPU UiPath	1	4	8	50

Requisitos de software

Sistema operativo Linux

Si instalas el producto en una máquina virtual en la nube, se admiten los siguientes sistemas operativos:

Software	Versiones
Ubuntu	20.04 LTS 18.04 LTS 16.04 LTS
RHEL	7.x

Si instalas el producto en una máquina en un centro de datos local, se admiten los siguientes sistemas operativos:

Software	Versiones
Ubuntu	20.04 LTS 18.04 LTS 16.04 LTS
RHEL	7.x

Sistema operativo Windows

See the official Docker website for the list of Windows operating systems supported.

En Windows, tu máquina requiere que se habilite la virtualización. Se recomienda encarecidamente hacer esto solo en máquinas físicas como portátiles o estaciones de trabajo de escritorio. No se admite la ejecución de Docker en Windows en máquinas virtuales (nube o centro de datos) utilizando la virtualización anidada.

Navegadores

Software	Versiones
Google Chrome	50+

Configuración de la red

• Data Manager needs access to OCR engine <IP>:<port_number>. OCR engine might be UiPath Document OCR on-premises, Google Cloud Vision OCR, Microsoft Read Azure, Microsoft Read on-premises.
• Los robots necesitan acceso al <IP>:<port_number> OCR. Con las mismas opciones OCR que se han indicado anteriormente.
• Los motores OCR deben acceder al servidor de licencias alojado por UiPath en Azure, en el puerto 443.

Prueba mínima o configuración de prueba de concepto

Si solo deseas servir modelos previamente entrenados listos para usar, puedes ejecutar un motor OCR en el ordenador portátil con Windows 10. Asegúrate de que Docker Desktop dispone de 8 G de RAM.

Si deseas probar el entrenamiento de un modelo personalizado como demostración en un pequeño volumen de datos (menos de 100 documentos), puedes ejecutar el motor OCR en un entorno con un límite de 4 GB de RAM. Para casos pequeños como este, puede no ser necesaria una GPU para el motor OCR.

Requisitos previos

Los motores OCR son aplicaciones en contenedores que se ejecutan en Docker. No se pueden ejecutar en la misma máquina que AI Center local. Para ejecutarlos en una máquina independiente, se pueden utilizar los comandos del instalador de requisitos previos que se indican a continuación para configurar Docker y, opcionalmente, los controladores NVidia. Estos scripts no deben ejecutarse en la máquina donde se instalará AI Center.

Importante:

Las imágenes de Docker pueden tener un tamaño de muchos GB, por lo que la carpeta que Docker utiliza para guardar sus archivos en Linux debe estar en una partición lo suficientemente grande como para no quedarse sin espacio. De forma predeterminada, siempre está en la partición raíz.

Para ver el tamaño de tu partición raíz, escribe lo siguiente en el terminal y busca la línea con una / en la columna de la derecha:

df -h

If the size of that partition is smaller than the minimal storage requirements, then see the Configuring the Docker Data Folder section.

Instalar Docker

Linux

Follow instructions in the official Docker documentation, or run this command:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu

If this command fails, then you have an incompatible Linux operating system and you need to request your IT to install Docker on the machine following the instructions in the official Docker documentation.

Máquinas virtuales con Azure

Si la instalación se realiza en una máquina virtual con Azure, utiliza este comando:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu --cloud azure

Windows 10

Download and install Docker Desktop. On recently updated versions of Windows 10, you will need WSL2 installed. So when presented with a dialog saying "WSL 2 Installation is Incomplete" please click the Restart button.

When running Data Manager you need to create a working folder for each Docker container (perhaps named workdir for Data Manager) and include the path to it in the docker run command, after the -v flag. When doing this on Windows, Docker Desktop will pop up a notification like the one below. You need to click on Share it to proceed.

Configurar la carpeta de datos de Docker (solo en Linux)

Introduce la ruta de la carpeta donde desea que Docker guarde sus archivos, ejecuta este comando y reinicia:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --change-mount </path/to/folder>

Hoja de referencia de Docker Cheat

Docker permite enviar software en imágenes de Docker. Una instancia en ejecución de una imagen se denomina contenedor. Un contenedor puede detenerse, eliminarse y volver a iniciarse tantas veces como sea necesario, siempre que la imagen esté disponible.

Una vez que se elimina la imagen, esta se pierde. La única forma de recuperarla es sacarla de nuevo del registro del que procede, si todavía está disponible ahí.

A running container is analogous to a small Virtual Machine, in that it has an internal filesystemand network interfaces, which are separate from the host machine filesystem and network. Folders and ports can be mapped from the container to the host using –v and –p arguments, respectively.

En la siguiente tabla puedes encontrar una lista de comandos comunes para la línea de comandos de Docker.

Click here for the full list of base Docker commands.

Comando	Descripción
docker login <registry name> -u <username> -p <password>	Permite acceder a un registro.
docker pull <registry name>/<image name>:<image tag>	Permite descargar una imagen de un registro. La etiqueta más reciente se utiliza habitualmente para referirse a la última versión de una imagen.
docker run –d -p 5000:80 <registry name>/<image name>:<image tag> O docker run –d –p 5000:80 <image id>	Run an image in detached mode, while mapping port 80 from inside the container to port 5000 on the host machine, and <container folder> to <host folder>. Detached mode means the container does not block the terminal, so you can perform other operations on the same terminal.
docker images	Muestra una lista de las imágenes que hay en el sistema.
docker ps –a	Muestra una lista de todos los contenedores (tanto los que se están ejecutando como los que están detenidos). The container id is used to refer to that container when one needs to stop it or remove it, for instance.
docker stop <container id>	Detiene el contenedor Este comando no elimina el contenedor, pero es necesario hacerlo antes de eliminarlo.
"docker rm <container id>"	Elimina el contenedor El contenedor debe detenerse de antemano.
docker logs <container id>	Muestra los registros del contenedor.
docker rmi <image id>	Elimina una o más imágenes del sistema. Esto contribuye a ahorrar espacio de almacenamiento, ya que las imágenes pueden ocupar mucho espacio.
Docker container prune -f	Elimina todos los contenedores detenidos

Hoja de referencia del terminal Linux

Comando	Descripción
sudo <any_command>	Ejecuta un comando como administrador. Prueba esto cada vez que aparezca el error Permiso denegado.
ifconfig	Muestra información sobre las interfaces de red del sistema. Localiza la IP de tu máquina en las secciones eth0 o docker0.
pwd	Muestra la ruta a la carpeta actual.
ls	Muestra una lista del contenido de un directorio.
cd <folder_name>	Permite ir a una carpeta distinta.
mkdir <folder_name>	Crea una carpeta nueva.

(Opcional) Instalación de la máquina GPU

Linux

Ejecuta este comando:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu

En algunos sistemas puede ser necesario ejecutar el comando dos veces o reiniciar el sistema para instalar todos los requisitos.

Azure Specific: To use the NV-series virtual machines you need to either install the NVIDIA driver before executing the above command, or you can use a Driver Extension from Azure to install the necessary NVIDIA driver according to that tier GPU model.

Máquinas virtuales con Azure

Si la instalación se realiza en una máquina virtual con Azure, utiliza este comando:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu --cloud azure

Instalación

UiPath Document OCR

UiPath Document OCR es una tecnología OCR propia de UiPath, que admite los caracteres utilizados por los siguientes idiomas de escritura latina: inglés, francés, alemán, italiano, portugués, rumano y español. El texto en otros idiomas se reconocerá, pero sin acentos. Por ejemplo, "Ł" en polaco se reconocerá como "L". Las páginas procesadas con UiPath Document OCR no cuentan para la cuota de páginas adquirida junto con la licencia Enterprise de Document Understanding, por lo que el uso de UiPath Document OCR es gratuito.

UiPath Document OCR está disponible con los siguientes tipos de implementación:

• cloud public URLs - more details on the Public Endpoints page
• on-premises (including air-gapped) using UiPath.DocumentUnderstanding.OCR.LocalServer activity package (does not require Internet access)
• De manera local, con un contenedor de Docker normal e independiente (requiere acceso a Internet).
• Contenedor de Docker independiente local aislado (no requiere acceso a Internet).
• De manera local, como habilidad ML en la implementación regular de AI Center (requiere acceso a Internet).
• De manera local, como habilidad ML en la implementación aislada de AI Center (no requiere acceso a Internet).

1. Para instalar el contenedor de Docker independiente de UiPath Document OCR, ejecuta estos comandos:

   docker login aiflprodweacr.azurecr.io -u *** -p **docker pull aiflprodweacr.azurecr.io/uipath-ocr:latest
   

2. Ejecuta mediante CPU

   docker run -d -p 5000:80 aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept
   

3. Ejecuta mediante GPU

   docker run -d -p 5000:80 --gpus all aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept
   

4. En AI Center, al crear un nuevo paquete ML, en la parte inferior de la pantalla se encuentra la sección de configuración opcional de OCR, donde se puede definir el tipo de motor OCR en el servidor, la URL de OCR y la clave de OCR. La clave OCR es la clave API que se consigue en la sección de licencias de la cuenta de Automation Cloud. Se trata de la configuración de OCR que utilizará la actividad Extractor con aprendizaje automático, si se marca la casilla "UtilizarOCRDelServidor". Esta casilla está desactivada de forma predeterminada, y en ese caso el extractor utilizará el OCR en la actividad Digitalizar documento.

   Importante:

   El contenedor UiPath Document OCR no puede ejecutarse en la misma máquina que AI Center local.

Google Cloud OCR

The endpoint can be obtained from the Google Cloud Platform documentation. The ApiKey can be obtained from your Google Cloud Platform Console if you have a Google Cloud Vision service in your subscription.

Microsoft Read

Importante:

Aplicable tanto a los puntos finales de los contenedores de Azure como a los locales.

En el caso de los servicios de Azure, es necesario proporcionar tanto el punto final como la clave API.

En el caso de los puntos finales de contenedor local, no es necesaria la clave API.

Configurar el servicio de OCR en Data Manager y los paquetes ML de AI Center Document Understanding

En la siguiente tabla se muestra cómo configurar los seis tipos de motores OCR admitidos tanto en Data Manager como en AI Center.

Motor OCR	Método OCR	Clave OCR	URL del OCR
UiPath	UiPath Document OCR	UiPath Automation Cloud Clave API de Document Understanding Plan empresarial	http://<IP_addr>:<port_number>
Google	Google Cloud Vision OCR	Clave de API de la consola GCP	https://vision.googleapis.com/v1/images:annotate
Microsoft Read 2.0 On-Prem	Microsoft Read OCR	Ninguno	http://<IP_addr>:<port_number>/vision/v2.0/read/core/Analyze
Microsoft Read 2.0 Azure	Microsoft Read OCR	Clave API para los recursos del Portal Azure	<Azure_resource_Endpoint>/vision/v2.0/read/core/asyncBatchAnalyze
Microsoft Read 3.2 local	Microsoft Read OCR	Ninguno	http://<IP_addr>:<port_number>/vision/v3.2/read/analyze
Microsoft Read 3.2 Azure	Microsoft Read OCR	Clave API para los recursos del Portal Azure	<Azure_resource_Endpoint>/vision/v3.2/read/analyze