部署 UiPath 文档 OCR

在 AI Center 中创建 UiPath 文档 OCR ML 包。

对于在线安装，“开箱即用包”部分已包含“UiPath 文档 OCR”模型。转到“ML 包”>“开箱即用包”>“UiPath Document Understanding”>“UiPath 文档 OCR”，然后单击“提交”。

对于离线安装，请从 AI Center 的左侧边栏中转到“ML 包”选项卡，然后创建一个新包。为包命名并上传您从此页面下载的包。选择 JSON 输入类型和相应的 Python 语言。创建包。

注意：在 AI Center 中创建 UiPath 文档 OCR ML 包时，其名称不能为 ocr 或 OCR。请务必选择其他名称。

转到“ML 技能”，并为您创建的 UiPath 文档 OCR 包创建新的 ML 技能。

请使用高级基础架构设置以更新部署来更新副本（理想情况下，副本数应等于节点数），并最大化 CPU（至少 4 个）和 RAM 请求（如果您未使用 GPU 计算机，或 UiPath 文档 OCR 处理速度较慢，并且可能会失败）。

OCR 引擎需要 GPU 上才能实现最佳性能，建议用于生产工作负载。但是，如果无可用 GPU，它仍可以在 CPU 上运行，但需要比默认设置更多的资源。高级基础架构设置应进行如下调整：

Replicas: increase if there is concurrent usage of UiPathDocumentOCR. If you are using UiPathDocumentOCR to do imports on a single Data Labeling session at a time and the UiPathDocumentOCR is not used in other UiPath® workflows then 1 replica suffices. Otherwise, the number of replicas needs to be increased. There is no "magic" number here, you need some trial and error. Do not use more than 2 replicas on a single node installation. Ideally, replica count should equal the number of nodes in the cluster (1 replica/node). If more parallelism is needed, increasing the CPU helps

CPU：至少应为 4 个（对于每个副本）。请确保您拥有适当的资源。没有一个“确定无误”的数字，但更多的 CPU 意味着更快的处理时间。您需要在特定场景下测试是否足够。

ML 技能可能需要长达 30 分钟才能准备就绪。您可能需要刷新 AI Center 页面才能查看状态更改。ML 技能可用后，双击 ML 技能并转到“修改当前部署”。

打开开关，将 ML 技能设为公开。您可能需要等待几分钟才能刷新页面。

双击 ML 技能并复制 URL，即 UiPath 文档 OCR 的端点，以供以后使用。