Serviços de OCR

Sobre os serviços de OCR

Os serviços de OCR são usados para os seguintes propósitos:

• No momento da rotulagem de dados, ao importar documentos para o Data Manager. Os mecanismos disponíveis para esta etapa são UiPath Document OCR, Google Cloud Vision OCR e Microsoft Read OCR.
• Durante a execução, ao chamar modelos de fluxos de trabalho de RPA. Os mecanismos disponíveis para esta etapa são todos os mecanismos integrados à plataforma UiPath RPA, incluindo os acima, além do Abbyy Finereader, Microsoft OCR (legado), Microsoft Project Oxford OCR e 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).

Como uma conveniência rápida para fins de teste, você também pode configurar o OCR diretamente no AI Center (janela Configurações), mas isso não é recomendado para implantações de produção.

Requisitos

Esta seção detalha os requisitos de hardware e software para instalar os mecanismos de 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 da CPU	RAM (GB)	RAM de vídeo (GB)	HDD (GB)
UiPath CPU	4	4		50
UiPath GPU	1	4	8	50

Requisitos de software

Sistema operacional Linux

Se você instalar o produto em uma VM na nuvem, os seguintes sistemas operacionais serão suportados:

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

Se você instalar o produto em uma máquina em um datacenter local, os seguintes sistemas operacionais serão suportados:

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

Sistema operacional Windows

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

No Windows, sua máquina requer a virtualização esteja habilitada. É altamente recomendável que isso seja feito apenas em máquinas físicas, como laptops ou estações de trabalho desktop. Não oferecemos suporte à execução no Docker no Windows em máquinas virtuais (nuvem ou datacenter) usando virtualização aninhada.

Navegadores

Software	Versões
Google Chrome	50+

Configuração de rede

• 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.
• Os robôs precisam ter acesso ao OCR <IP>:<port_number>. Mesmas opções de OCR acima.
• Os mecanismos de OCR precisam de acesso ao servidor de licenciamento hospedado pelo UiPath no Azure, na porta 443.

Configuração Mínima de Teste ou Prova de Conceito

Se você deseja servir apenas modelos prontos para uso pré-treinados, pode executar um mecanismo de OCR em seu laptop Windows 10. Certifique-se de que o Docker Desktop tenha 8G de RAM disponíveis.

Se quiser tentar treinar um modelo personalizado como uma demonstração em um pequeno volume de dados (menos de 100 documentos), poderá executar o mecanismo de OCR em um ambiente com limite de 4 GB de RAM. Para casos pequenos como esse, uma GPU para o mecanismo de OCR pode não ser necessária.

Pré-requisitos

Mecanismos de OCR são aplicativos em contêiner executados no Docker. Você não pode executá-los na mesma máquina que o AI Center local. Para executá-los em uma máquina separada, os comandos do instalador de pré-requisitos abaixo podem ser usados para configurar o Docker e, opcionalmente, os drivers NVidia. Esses scripts não devem ser executados na máquina em que o AI Center será instalado.

Importante:

As imagens do Docker podem ter muitos GB de tamanho, portanto, a pasta que o Docker usa para armazenar seus arquivos no Linux deve estar em uma partição suficientemente grande para não ficar sem espaço. Por padrão, está sempre na partição raiz.

Para visualizar o tamanho da sua partição raiz, digite o seguinte no terminal e procure a linha com um / na coluna mais à direita:

df -h

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

Como instalar o 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 virtuais (VMs) do Azure

Se você estiver instalando em uma VM no Azure, use 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.

Como configurar a pasta de dados do Docker (somente Linux)

Preencha o caminho para a pasta onde deseja que o Docker mantenha seus arquivos, execute este comando e reinicie:

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

Folha de referência do Docker

O Docker ajuda a implantar software em Docker "images. Uma instância em execução de uma imagem é chamada de contêiner. Um contêiner pode ser parado, removido, reiniciado, quantas vezes forem necessárias, desde que a imagem esteja disponível.

Após a imagem ser removida, ele é perdido. A única maneira de recuperá-lo é puxá-lo novamente do registro de onde veio, se ainda estiver disponível lá.

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.

Na tabela abaixo, você pode encontrar uma lista de comandos comuns para a linha de comando do Docker.

Click here for the full list of base Docker commands.

Command	Description
docker login <registry name> -u <username> -p <password>	Faça login em um registro.
docker pull <registry name>/<image name>:<image tag>	Baixe uma imagem de um registro. A tag mais recente é comumente usada para se referir à versão mais recente de uma imagem.
docker run –d -p 5000:80 <registry name>/<image name>:<image tag> OU 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	Liste imagens presentes no seu sistema.
docker ps –a	Liste todos os contêineres (em execução e parados). 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>	Pare o contêiner Este comando não remove o contêiner, mas é necessário antes de removê-lo.
"docker rm <container id>"	Remova o contêiner O contêiner deve ser interrompido de antemão.
docker logs <container id>	Exiba os logs do contêiner.
docker rmi <image id>	Remova uma ou mais imagens do sistema. Isso ajuda a economizar espaço de armazenamento, pois as imagens podem ocupar muito espaço.
Docker container prune -f	Remova todos os contêineres parados

Folha de referência do terminal Linux

Command	Description
sudo <any_command>	Execute um comando como administrador. Tente isso sempre que você receber o erro de Permissão Negada.
ifconfig	Exiba informações sobre as interfaces de rede em seu sistema. Encontre o IP da sua máquina nas seções eth0 ou docker0.
pwd	Exiba o caminho para a pasta atual.
ls	Liste o conteúdo de um diretório.
cd <folder_name>	Acesse uma pasta diferente.
mkdir <folder_name>	Crie uma nova pasta.

(Opcional) Instalação da máquina GPU

Linux

Execute este comando:

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

Em alguns sistemas executando o comando duas vezes ou uma reinicialização do sistema pode ser necessária para instalar todos os 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 virtuais (VMs) do Azure

Se você estiver instalando em uma VM no Azure, use este comando:

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

Instalação

UiPath Document OCR

O UiPath Document OCR é uma tecnologia de OCR proprietária da UiPath, suportando caracteres usados pelos seguintes idiomas de script latino: inglês, francês, alemão, italiano, português, romeno e espanhol. O texto em outros idiomas será reconhecido, mas sem acentos, por exemplo, “Ł” em polonês será reconhecido como “L”. As páginas processadas usando o UiPath Document OCR não são contadas para a cota de página adquirida com a licença Document Understanding Enterprise, portanto, o UiPath Document OCR pode ser usado gratuitamente.

O UiPath Document OCR está disponível com os seguintes tipos de implantação:

• 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)
• contêiner docker autônomo regular local (requer acesso à Internet)
• contêiner docker autônomo local e isolado/air-gapped (não requer acesso à Internet)
• no local como Habilidade de ML na implantação regular do AI Center (requer acesso à Internet)
• no local como Habilidade de ML na implantação isolada/air-gapped do AI Center (não requer acesso à Internet)

1. Para instalar o contêiner docker autônomo do UiPath Document OCR, execute estes comandos:

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

2. Execute usando CPUs

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

3. Execute usando GPU

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

4. No AI Center, ao criar um Pacote de ML, na parte inferior da tela há a seção de configuração de OCR opcional, na qual você pode definir o tipo de mecanismo de OCR do lado do servidor, o URL de OCR e a chave de OCR. A chave de OCR é a chave da API que você obtém na seção Licenças de sua conta do Automation Cloud. Esta é a configuração de OCR que será usada pela atividade MachineLearning Extractor se você marcar a caixa "UseServerSideOCR". Esta caixa está desmarcada por padrão e, nesse caso, o extrator usará o OCR na atividade Digitize Document.

   Importante:

   O contêiner UiPath Document OCR não pode ser executado na mesma máquina que o AI Center On-Premises.

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:

Aplicável a endpoints de contêiner do Azure e locais.

No caso dos serviços do Azure, você precisa fornecer o Endpoint e o ApiKey.

No caso de endpoints de contêiner locais, a chave de API não é necessária.

Configurando o serviço OCR no Data Manager e nos Pacotes de ML do Document Understanding no AI Center

A tabela abaixo mostra como configurar os seis tipos de mecanismo OCR suportados no Data Manager e no AI Center.

Mecanismo OCR	Método de OCR	Chave de OCR	URL de OCR
UiPath	UiPath Document OCR	UiPath Automation Cloud Chave de API do Document Understanding Plano Enterprise	http://<IP_addr>:<port_number>
Google	Google Cloud Vision OCR	Chave da API do Console do GCP	https://vision.googleapis.com/v1/images:annotate
Microsoft Read 2.0 On-Prem	Microsoft Read OCR	Nenhum	http://<IP_addr>:<port_number>/vision/v2.0/read/core/Analyze
Microsoft Read 2.0 Azure	Microsoft Read OCR	Chave de API para seu recurso do Portal do Azure	<Azure_resource_Endpoint>/vision/v2.0/read/core/asyncBatchAnalyze
Microsoft Read 3.2 On-Prem	Microsoft Read OCR	Nenhum	http://<IP_addr>:<port_number>/vision/v3.2/read/analyze
Microsoft Read 3.2 Azure	Microsoft Read OCR	Chave de API para seu recurso do Portal do Azure	<Azure_resource_Endpoint>/vision/v3.2/read/analyze