Comparação de assinaturas

Pacotes prontos para uso > Análise de imagem da UiPath > Comparação de assinaturas

Esse modelo de visualização é um modelo proprietário que foi desenvolvido para determinar a similaridade entre um par de assinaturas. A entrada é um par de assinaturas para comparação, e a saída é uma pontuação de similaridade (entre 0 e 1) e uma determinação preliminar dizendo se as assinaturas são do mesmo autor ou de autores diferentes com base em um limite definido. O limite pode ser ajustado.

Importante: observe que a detecção e extração de assinatura não fazem parte desta oferta.

Para documentos estruturados em que as assinaturas aparecem sempre na mesma posição (por exemplo, formulários, exames), aproveite a funcionalidade de detecção de assinaturas existente com o recurso Extrator de formulários inteligente no Document Understanding^TM.

Para casos de uso mais complexos em que as assinaturas não podem ser facilmente detectadas (por exemplo, um contrato de vários páginas no qual a assinatura pode aparecer em qualquer lugar), explore outras abordagens, como o treinamento de um modelo de detecção de objetos para detectar primeiro as assinaturas antes de usar o modelo de comparação de assinaturas.

Requisitos

Para usar o pacote, você precisa ter acesso ao UiPath® AI Center e implantar o pacote pronto para uso no seu tenant.

Importante: a versão atual para o 22.2 é exclusiva do Cloud.

Qualquer usuário pode usar esse pacote com uma licença válida do AI Center, seja a Enterprise ou Enterprise de avaliação.

Detalhes do modelo

Tipo de Entrada

de transações

Descrição da entrada

Um par de imagens de assinatura em uma lista.

Os formatos de arquivo aceitos são PNG e JPEG.

Descrição da saída

Pontuação de similaridade (entre 0 e 1) e uma determinação preliminar se as assinaturas forem do mesmo autor ou de autores diferentes com base em um limite em um formato JSON.

Como usar a Comparação de assinaturas do pacote de ML?

Abaixo estão as etapas específicas para implantar o modelo e consumir o modelo com a atividade da Habilidade de ML. Certifique-se de já ter pré-processado os arquivos para ter um par de imagens de assinatura prontas antes de usar o modelo.

1. Faça login em sua conta do Automation Cloud^TM e acesse a aba do AI Center . Acesse Pacotes de ML >Pacotes prontos para uso > Análise de imagem da UiPath > Comparação de assinaturas.
2. Clique e implante o pacote de ML “Comparação de assinaturas”.
3. Acesse a aba Habilidades de ML e crie uma nova Habilidade de ML. Selecione o pacote que você implantou e implante a Habilidade de ML. Não é necessário habilitar a GPU ou a atualização automática para essa Habilidade de ML.

   Para obter mais detalhes sobre Habilidades de ML, consulte a página Gerenciar Habilidades de ML.

4. Você tem a opção de tornar pública a Habilidade de ML se quiser consumir o modelo a partir de um robô que não esteja conectado a esse tenant do Orchestrator. Basta clicar em Modificar implantação atual e ativar a opção Tornar pública a Habilidade de ML para fazer isso.
5. Para usar a Habilidade de ML implantada no UiPath Studio, certifique-se de ter instalado o pacote UiPath.MLServices.Activities usando o botão Gerenciar pacotes na faixa de opções.
6. Abra o UiPath Studio, arraste e solte a atividade da Habilidade de ML no fluxo de trabalho do RPA e selecione a opção para atualizar Habilidades de ML. Essa ação preenche a lista suspensa com todas as Habilidades de ML implantadas com sucesso a partir do Orchestrator conectado a esse robô. Selecione a Habilidade de ML “Comparação de assinaturas” que você implantou nas etapas anteriores.
   
   

   

   
   
7. Se você optar por usar a opção de Habilidade de ML pública, selecione a opção Endpoint no menu suspenso Modo de conexão, copie e cole o URL e o endpoint exibido no AI Center após você tornar pública a Habilidade de ML.
   
   

   

   
   
8. Execute o fluxo de trabalho. Você tem a opção de adicionar qualquer tipo de pós-processamento da saída do JSON. Você também pode adicionar o Action Center para incluir a influência humana na validação do loop.