Умный OCR
Умный OCR — программный компонент AI Server, предназначенный для обработки сканов документов. Компонент позволяет обучать сверточные нейросети (Convolutional Neural Networks, CNN) — модели глубокого обучения, специально разработанные для обработки изображений. Эти модели широко используются в задачах компьютерного зрения, помогают классифицировать изображения и распознавать в них данные.
Типы моделей в Умном OCR
Модели делятся на типы в зависимости от задач, которые они должны решать:
Модель классификации — классифицирует документы по заранее известным типам документов.
Модель распознавания данных в документах утвержденной формы — распознает данные в заранее известном типе документа и возвращает их в структурированном формате (json).
Модель распознавания данных в документах произвольной формы — распознает данные в документе свободной формы и возвращает их в структурированном формате (json).
Работа с моделью
AI Server предоставляет возможность самостоятельно обучить модель любого типа, а также использовать предустановленные модели, которые были обучены и оптимизированы командой Primo RPA.
Набор предустановленных моделей постоянно расширяется и на текущий момент включает в себя:
AnyText — модель для распознавания текста в сканах любого произвольного документа на белом фоне.
Сlassifier — модель для классификации документов по типам: паспорт, СНИЛС, Торг-12.
Passport — модель для распознавания текста в сканах паспортов.
Snils — модель для распознавания текста в сканах СНИЛС.
Torg12 — модель для распознавания текста в сканах Торг-12.
Перечисленные модели готовы для использования в продуктивной среде без предварительного обучения.
Если вам не подошла ни одна из предустановленных моделей, вы можете обучить модель самостоятельно. В этом случае процесс будет состоять из следующих этапов:
Обучение модели.
Тестирование модели.
Использование модели для решения реальных задач.
Обучение модели
Обучение проводится на специально подготовленном наборе изображений документов (датасете). Все изображения датасета необходимо разметить — метки к данным укажут модели, объекты какого класса присутствуют на изображениях. Разметка играет ключевую роль в машинном обучении, поскольку помогает алгоритмам эффективно обучаться.
В процессе обучения модель адаптируется к особенностям конкретного датасета и минимизирует ошибку предсказания. Обученная нейросеть должна не только хорошо работать на обучающих данных, но и обобщать свои знания на новые данные, которые не использовались при обучении.
Для этого в процессе обучении модель корректирует свои параметры (веса), ориентируясь на разницу между предсказанными результатами и истинными метками на изображениях (механизм обратного распространения ошибки). Чтобы достичь высоких показателей обучения, способности модели проверяются на тестовом датасете, что позволяет отслеживать ее производительность и вносить корректировки в процесс обучения.
Кто может обучать модель?
Обучать модель любого типа могут сотрудники без специальных навыков. Для этого в AI Server существуют:
инструменты для ручной и автоматической разметки изображений;
инструменты для формирования обучающего и тестового датасета;
инструменты для запуска и мониторинга процесса обучения.
Тестирование модели
Пользователь может самостоятельно протестировать способности обученной модели до ее применения в продуктивной среде. Тестовые запросы позволяют оценить, насколько хорошо модель справляется с задачей, для которой была обучена. С помощью тестовых запросов проверяются различные сценарии использования модели, чтобы как можно раньше выявить потенциальные проблемы в виде низкой точности или ошибок классификации. Конечная цель тестирования — убедиться, что модель стабильно работает и не выдает неожиданных результатов.
Как отправить тестовый запрос?
В интерфейсе AI Server есть инструмент для отправки тестового запроса — пользователю потребуется выбрать тип модели и загрузить изображение. Результат отобразится на странице “Тестирование”, будет доступен для скачивания и копирования.
Использование модели
Использование модели или инференс — это процесс применения обученной модели для расчета предсказаний на новых, ранее не видимых данных. Этот этап следует за обучением модели, когда она была натренирована на специальном наборе данных и теперь готова использовать свои знания для решения реальных задач.
Как запустить инференс?
AI Server содержит специальные инструменты для запуска инференса:
Централизованное управление целевыми машинами с агентами и IDP (data science-ядром с нейронными сетями и OCR).
API для внешних систем.
Специальную библиотеку Primo.AI.Server для разработки RPA-проекта.
Для использования модели сначала потребуется запустить процесс инференса на целевой машине. Этот шаг выполняется пользователем на стороне AI Server.
После чего можно отправлять запросы к серверу посредством API или роботами.
Отправка запросов через API
Спецификация для работы с системой через API описана по стандарту Open API и доступна по ссылке.
Отправка запросов роботами
Потребуется разработать в Primo RPA Studio проект с использованием библиотеки Primo.AI.Server.
Библиотека содержит элементы для отправки запросов к AI Server. Подробную информацию об элементах см. здесь (пакет для Windows).
Last updated