- 基本情報
- フレームワーク コンポーネント
- ML パッケージ
- パイプライン
- データ マネージャー (Data Manager)
- OCR サービス
- OCR サービス
- Automation Suite にデプロイされた Document Understanding
- AI Center スタンドアロンにデプロイされた Document Understanding
- ディープ ラーニング
- ライセンス
- 参照
- UiPath.Abbyy.Activities
- 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
OCR サービス
OCR サービスは以下の目的で使用されます。
- Data Manager にドキュメントをインポートする際、データをラベル付けするとき。この手順で使用できるエンジンは、UiPath Document OCR、Google Cloud Vision OCR、Microsoft Read OCR です。
- 実行時に RPA ワークフローからモデルを呼び出すとき。このステップで利用可能なエンジンは、上記をはじめとする UiPath RPA プラットフォームに統合されているすべてのエンジンと、Abbyy Finereader、Microsoft OCR (レガシ)、Microsoft Project Oxford OCR、Tesseract です。
運用環境では、ワークフロー内で [ドキュメントをデジタル化] アクティビティを使用して OCR を呼び出し、ML モデルを呼び出すアクティビティへの入力としてドキュメント オブジェクト モデルを渡すことをお勧めします。そのためには、[マシン ラーニング抽出器] アクティビティ (オフィシャル フィード) を使用する必要があります。
テストをすばやく簡単に実施するために AI Center ([設定] ウィンドウ) で OCR を直接設定することもできますが、これは運用環境のデプロイでは推奨されません。
このセクションでは、OCR エンジンをインストールする場合のハードウェア要件とソフトウェア要件を詳しく説明します。
-
必要なマシン: クラウド内の仮想マシン/オンプレミス ボックス/ノート PC
-
オペレーティング システム: Windows (Windows 10)/Linux (Ubuntu/RedHat)
-
コンピューティング エンジン: CPU/GPU
-
OCR: UiPath Document OCR CPU/UiPath Document OCR GPU
|
CPU コア |
RAM (GB) |
ビデオ RAM (GB) | HDD (GB) |
---|---|---|---|---|
UiPath CPU |
4 |
4 |
50 | |
UiPath GPU |
1 |
4 |
8 |
50 |
Linux オペレーティング システム
クラウドの仮想マシンに製品をインストールする場合は、次のオペレーティング システムがサポートされます。
ソフトウェア |
バージョン |
---|---|
Ubuntu |
20.04 LTS 18.04 LTS 16.04 LTS |
RHEL |
7.x |
オンプレミスのデータセンターにあるマシンに製品をインストールする場合は、次のオペレーティング システムがサポートされます。
ソフトウェア |
バージョン |
---|---|
Ubuntu |
20.04 LTS 18.04 LTS 16.04 LTS |
RHEL |
7.x |
Windows オペレーティング システム
サポートされる Windows オペレーティング システムのリストについては、Docker の公式 Web サイトをご覧ください。
Windows では、マシンで仮想化が有効化されている必要があります。ノート PC やデスクトップ ワークステーションのような物理マシンでのみ仮想化を有効化することを強く推奨します。入れ子の仮想化を使用する仮想マシン (クラウドまたはデータセンター) の Windows 上での Docker の実行はサポートされていません。
ブラウザー
ソフトウェア |
バージョン |
---|---|
Google Chrome |
50 以上 |
-
Data Manager は OCR エンジン (
<IP>:<port_number>
) にアクセスできる必要があります。オンプレミスの UiPath Document OCR、Google Cloud Vision OCR、Microsoft Read Azure、オンプレミスの Microsoft Read などの OCR エンジンが使用できます。 -
ロボットが OCR (
<IP>:<port_number>
) にアクセスできる必要があります。上記と同じ OCR オプションを使用します。 -
OCR エンジンは、Azure 内で UiPath がホストするライセンス サーバー (ポート 443) にアクセスできる必要があります。
OCR エンジンは、Docker 上で実行されるコンテナー化されたアプリケーションです。OCR エンジンをオンプレミスの AI Center と同じマシンで実行することはできません。別々のマシンで実行するために、以下の前提条件インストーラー コマンドを使用して Docker を設定し、任意で NVIDIA ドライバーを設定できます。これらのスクリプトは、AI Center をインストールするマシンで実行しないでください。
/
を含む行を探します。
df -h
df -h
パーティションのサイズが最小ストレージ要件よりも小さい場合は、「Docker のデータ フォルダーを構成する」をご覧ください。
Linux
Docker の公式ドキュメントに記載されている指示に従うか、以下のコマンドを実行します。
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu
このコマンドが失敗する場合は、お使いの Linux オペレーティング システムが Docker に対応していません。Docker の公式ドキュメントに記載されている指示に従って、マシンへの Docker のインストールを IT 部門に依頼してください。
Azure VM
Azure の VM にインストールする場合は、以下のコマンドを使用します。
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu --cloud azure
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu --cloud azure
Windows 10
Docker Desktop をダウンロードし、インストールします。Windows 10 の最近更新されたバージョンでは、WSL2 をインストールする必要があります。したがって、「WSL 2 Installation is Incomplete (WSL 2 のインストールは完了していません。)」というメッセージが表示されたら、[Restart] ボタンをクリックしてください。
workdir
という名前のフォルダー) を作成し、そのフォルダーのパスを docker run コマンドの -v
フラグの後に含める必要があります。この操作を Windows 上で行うと、Docker Desktop で以下のようなメッセージが表示されます。続行するには、[Share it] をクリックします。
Docker のファイルを保持するフォルダーのパスを入力し、このコマンドを実行した後、再起動します。
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --change-mount </path/to/folder>
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --change-mount </path/to/folder>
Docker は、ソフトウェアを Docker イメージで配布するのに役立ちます。イメージの実行中インスタンスをコンテナーと呼びます。イメージが利用可能な限り、必要な回数だけコンテナーを停止、削除、再開できます。
イメージをいったん削除すると、元に戻すことはできません。イメージを回復するには、元のレジストリから再度取得するしかありません (レジストリにまだ存在する場合)。
–v
と –p
を使用して、コンテナーからホストにマッピングできます。
以下の表に、Docker コマンド ラインで使用する一般的なコマンドのリストを示します。
すべての基本的な Docker コマンドのリストについては、こちらをクリックしてご覧ください。
コマンド |
説明 |
---|---|
|
レジストリにログインします。 |
|
レジストリからイメージをダウンロードします。最新バージョンのイメージを参照するには、一般に latest タグを使用します。 |
OR
|
デタッチ モードでイメージを実行し、コンテナー内の 80 番ポートをホスト マシンの 5000 番ポートにマッピングして、<container folder> を <host holder> にマッピングします。デタッチ モードでは、コンテナーがターミナルをブロックしないため、同じターミナルで他の操作を実行できます。 |
|
システムに存在するイメージのリストを取得します。 |
|
すべてのコンテナーのリストを取得します (実行中のものと停止されているものの両方)。 たとえば、コンテナーを停止または削除する必要がある場合に対象のコンテナーを参照するには、container id を使用します。 |
|
コンテナーを停止します。 このコマンドではコンテナーは削除されません。ただし、削除する前にコマンドを実行する必要があります。 |
「
docker rm <container id> 」
|
コンテナーを削除します。 コンテナーは事前に停止する必要があります。 |
|
コンテナーのログを表示します。 |
|
1 つまたは複数のイメージをシステムから削除します。 イメージは多くのスペースを占有する可能性があるため、これでストレージ スペースを節約できます。 |
|
停止したコンテナーをすべて削除します。 |
コマンド |
説明 |
---|---|
|
管理者としてコマンドを実行します。Permission Denied エラーが発生する場合は、必ずこれを試してください。 |
|
システム内のネットワーク インターフェイスに関する情報を表示します。eth0 または docker0 のいずれかのセクションでマシンの IP を確認します。 |
|
現在のフォルダーへのパスを表示します。 |
|
ディレクトリの内容のリストを取得します。 |
|
別のフォルダーに移動します。 |
|
新しいフォルダーを作成します。 |
Linux
以下のコマンドを実行します。
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu
一部のシステムでは、コマンドを 2 回実行するかシステムを再起動しなければ、すべての要件をインストールできない可能性があります。
Azure 固有: NV シリーズの仮想マシンを使用するには、NVIDIA ドライバーをインストールしてから上記のコマンドを実行する必要があります。または、Azure のドライバー拡張機能を使用し、ティア GPU モデルに従って必要な NVIDIA ドライバーをインストールすることもできます。
Azure VM
Azure の VM にインストールする場合は、以下のコマンドを使用します。
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu --cloud azure
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env gpu --cloud azure
UiPath Document OCR は UiPath 独自の OCR テクノロジであり、ラテン文字の言語、すなわち英語、フランス語、ドイツ語、イタリア語、ポルトガル語、ルーマニア語、スペイン語で使用される文字をサポートしています。他の言語のテキストは、アクセント記号なしで認識されます。たとえば、ポーランド語の「Ł」は「L」と認識されます。UiPath Document OCR を使用して処理されたページは、Document Understanding の Enterprise ライセンスとともに購入されるページ クォータには含まれません。したがって、UiPath Document OCR は無料で使用できます。
UiPath Document OCR は、以下の種類のデプロイで利用可能です。
- クラウド パブリック URL - 詳しくは「パブリック エンドポイント」のページをご覧ください。
- オンプレミス (エアギャップ環境を含む) で UiPath.DocumentUnderstanding.OCR.LocalServer アクティビティ パッケージを使用 (インターネット アクセスは不要)
- オンプレミスの標準のスタンドアロン Docker コンテナー (インターネット アクセスが必要)
- オンプレミスのエアギャップ環境のスタンドアロン Docker コンテナー (インターネット アクセスは不要)
- AI Center の標準デプロイでの ML スキルとしてのオンプレミス (インターネット アクセスが必要)
- AI Center のエアギャップ環境のデプロイでの ML スキルとしてのオンプレミス (インターネット アクセスは不要)
-
UiPath Document OCR のスタンドアロン Docker コンテナーをインストールするには、以下のコマンドを実行します。
docker login aiflprodweacr.azurecr.io -u *** -p **docker pull aiflprodweacr.azurecr.io/uipath-ocr:latest
docker login aiflprodweacr.azurecr.io -u *** -p **docker pull aiflprodweacr.azurecr.io/uipath-ocr:latest -
CPU を使用して実行します。
docker run -d -p 5000:80 aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept
docker run -d -p 5000:80 aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept -
GPU を使用して実行します。
docker run -d -p 5000:80 --gpus all aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept
docker run -d -p 5000:80 --gpus all aiflprodweacr.azurecr.io/uipath-ocr:latest LicenseAgreement=accept -
AI Center で新しい ML パッケージを作成する場合は、画面下部に任意の OCR 設定セクションがあります。このセクションで、サーバー側の OCR エンジンの種類、OCR URL、および OCR キーを定義できます。OCR キーは、Automation Cloud アカウントの [ライセンス] セクションから取得する API キーです。この OCR 設定は、[サーバー側の OCR を使用] ボックスをチェックした場合に [マシン ラーニング抽出器] アクティビティによって使用されます。既定では、このボックスはオフになっています。その場合、抽出器は [ドキュメントをデジタル化] アクティビティで OCR を使用します。
重要: UiPath Document OCR コンテナーをオンプレミスの AI Center と同じマシンで実行することはできません。
エンドポイントは Google Cloud Platform ドキュメントから取得できます。サブスクリプションに Google Cloud Vision サービスがある場合は、Google Cloud Platform Console から API キーを取得できます。
以下の表に、サポートされている 6 種類の OCR エンジンを Data Manager と AI Center の両方で設定する方法を示します。
OCR エンジン |
OCR メソッド |
OCR キー |
OCR の URL |
---|---|---|---|
UiPath |
UiPath Document OCR |
UiPath Automation Cloud Document Understanding の API キー Enterprise プラン |
|
|
Google Cloud Vision OCR |
GCP コンソールの API キー |
|
Microsoft Read 2.0 On-Prem |
Microsoft Read OCR |
None |
|
Microsoft Read 2.0 Azure |
Microsoft Read OCR |
Azure Portal からのリソースに対応する API キー |
|
Microsoft Read 3.2 On-Prem |
Microsoft Read OCR |
None |
|
Microsoft Read 3.2 Azure |
Microsoft Read OCR |
Azure Portal からのリソースに対応する API キー |
|