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 serviços disponíveis para esta etapa são UiPath Document OCR (grátis na nuvem ou localmente), Google Cloud OCR (somente nuvem), Microsoft Read OCR (nuvem ou localmente) e OmniPage (somente localmente).
• Durante a execução, ao chamar modelos de fluxos de trabalho de RPA. Os serviços disponíveis para esta etapa são todos os mecanismos de OCR integrados à plataforma UiPath RPA, incluindo os anteriores, além de 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.

Opções de implantação local

UiPath Document OCR tem 3 opções de implantação disponíveis:

• On the robot using a LocalServer activity package and the UiPath.OCR.Activities package version 3.1.0-preview or later - requires no internet access and no additional hardware but the Robot machine needs a CPU with AVX2 support.
  • Esta deve ser sua opção padrão. Para volumes maiores, você pode adicionar mais robôs.
• Contêiner autônomo do Docker em execução na máquina GPU Linux (veja abaixo - recomendado para volumes acima de 1 milhão de páginas/ano) - acesso à Internet necessário para licenciamento/medição
  • Esta deve ser sua opção padrão para grandes volumes, acima de 2 a 3 milhões de páginas por ano.
• Contêiner autônomo do Docker em execução na máquina com CPU Linux (veja abaixo) - acesso à Internet necessário para licenciamento/medição
  • Somente em raras situações nas quais suas máquinas Robô são executadas em CPUs sem suporte a AVX2 ou em que a GPU não possa ser obtida.
• ML Skill in AI Center (see ML Packages section) (GPU strongly recommended) - Internet access not required on premises if AI Center installation is airgapped

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 or On-Prem Box or Laptop
• Operating Systems: Windows (Windows 10) or Linux (Ubuntu/CentOS/RedHat)
• Computing Engines: CPU or GPU
• OCR: UiPath Document OCR CPU or UiPath Document OCR GPU or OmniPage OCR CPU

	Núcleos da CPU	RAM (GB)	RAM de vídeo (GB)	HDD (GB)
UiPath CPU	8	8		50
UiPath GPU	1	4	8	50
OmniPage CPU	1	2		30

Requisitos de software

The software requirements for OCR Engines are the same as for Data Manager.

Configuração de rede

Data Manager needs access to OCR engine <IP>:<port_number>. OCR engine might be UiPath Document OCR on-premises, Omnipage OCR on-premises, Google Cloud Vision OCR, Microsoft Read Azure, Microsoft Read on-premises.

Robots need access to OCR <IP>:<port_number>. Same OCR options as above, except for Omnipage, which is available in the Robots directly as an Activity Pack.

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.

The prerequisites for OCR Engines are the same as for Data Manager.

(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: In order 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 (Visualização)

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.

UiPath Document OCR is available both on-premises as a docker container and in the cloud as a cloud service API with the URL: https://du.uipath.com/ocr. See the full description of the available URLs on the Public Endpoints page.

1. Para instalar o 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, 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.

   Importante:

   UiPath Document OCR container and Omnipage OCR container cannot run on the same machine as AI Center on-premises.

OmniPage OCR

O contêiner Docker Omnipage destina-se a ser usado apenas com o Data Manager para importar documentos em idiomas que o UiPath Document OCR ainda não suporta.

Execute estes comandos:

docker login aiflprodweacr.azurecr.io -u *** -p ***docker pull aiflprodweacr.azurecr.io/omnipage-ocr:latestdocker run -d -p 5100:80 aiflprodweacr.azurecr.io/omnipage-ocr:latest LicenseAgreement=accept

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.

Importante:

O argumento ocr.method corresponde à lista suspensa do mecanismo de OCR na exibição de criação do pacote de ML no AI Center.

Mecanismo OCR	ocr.method	ocr.key	ocr.url
UiPath	UiPath	UiPath Automation Cloud Chave de API do Document Understanding Plano Enterprise	http://<IP_addr>:<port_number>
OmniPage	omnipage	UiPath Automation Cloud Chave de API do Document Understanding Plano Enterprise	http://<IP_addr>:<port_number>
Google	Google	Chave da API do Console do GCP	https://vision.googleapis.com/v1/images:annotate
Microsoft Read 2.0 On-Prem	Microsoft	Nenhum	http://<IP_addr>:<port_number>/vision/v2.0/read/core/Analyze
Microsoft Read 2.0 Azure	Microsoft	Chave de API para seu recurso do Portal do Azure	<Azure_resource_Endpoint>/vision/v2.0/read/core/asyncBatchAnalyze
Microsoft Read 3.1 On-Prem	Microsoft	Nenhum	http://<IP_addr>:<port_number>/vision/v3.1/read/analyze
Microsoft Read 3.1 Azure	Microsoft	Chave de API para seu recurso do Portal do Azure	<Azure_resource_Endpoint>/vision/v3.1/read/analyze