- Información general
- Proceso de Document Understanding
- Tutoriales de inicio rápido
- Componentes de marco
- Paquetes ML
- Procesos
- Gestor de datos
- Servicios de OCR
- Document Understanding implementado en Automation Suite
- Document Understanding implementado en AI Center independiente
- Licencia
- Referencias
- Actividades.DeUipath
- UiPath.AbbyyEmbedded.Activities
- UiPath.DocumentUnderstanding.ML.Activities
- UiPath.DocumentUnderstanding.OCR.LocalServer.Activities
- UiPath.IntelligentOCR.Activities
- UiPath.OCR.Activities
- UiPath.OCR.Contracts
- UiPath.DocumentProcessing.Contracts
- UiPath.OmniPage.Activities
- UiPath.PDF.Activities
Acerca de los procesos
Los paquetes ML de Document Understanding pueden ejecutar los tres tipos de procesos:
Una vez completado, una ejecución de un proceso tiene outputs y registros asociados. Para ver esta información, en la pestaña Procesos de la barra lateral izquierda, haz clic en un proceso para abrir la vista de procesos que consiste en lo siguiente:
- los detalles del proceso, como el tipo, el nombre y la versión del Paquete ML, el conjunto de datos, el uso de la GPU, los parámetros y el tiempo de ejecución
- el panel de Salidas; que siempre incluye un archivo
_results.json
con un resumen de los detalles del proceso - la página Registros; los registros también pueden obtenerse en la pestaña Registros ML en la barra lateral izquierda
Los procesos de entrenamiento o los procesos completos también pueden usarse para:
- Ajuste preciso de los modelos ML con datos de la Estación de validación
- Ajuste preciso automático de un Modelo ML
Entrenamiento:
Entrenamiento de un modelo desde cero, es decir, con el paquete ML DocumentUnderstanding de AI Center.
Volver a entrenar:
Entrenamiento con un modelo base preentrenado, es decir, usando uno de los otros paquetes ML de extracción de documentos de AI Center como Facturas, Recibos, Órdenes de compra, etc.
Reentrenamiento automático:
Es el nombre de una variable de entorno que puede establecerse al crear un proceso en AI Center y que permite que el proceso use automáticamente el conjunto de datos exportado más reciente para el entrenamiento. Esta variable es independiente de si el conjunto de datos incluye datos de la estación de validación o no.
Ajuste preciso:
Entrenamiento o reentrenamiento de un modelo usando un conjunto de datos que incluye datos procedentes de la estación de validación.
Ajuste fino automático:
Usar la característica de variable de entorno de reentrenamiento automático para entrenar automáticamente un modelo con los datos introducidos desde la estación de validación mediante la característica de exportación programada del administrador de documentos.