Bu içerik şunlar için geçerlidir: 
v3.0 (GA) v3.1 (GA)
Azure AI Belge Zekası, makine öğrenmesi teknolojisini kullanarak otomatik veri işleme yazılımı oluşturmanıza olanak tanıyan bir Azure yapay zeka hizmetidir. Belge Zekası, belgelerinizdeki metinleri, anahtar/değer çiftlerini, seçim işaretlerini, tablo verilerini ve daha fazlasını tanımlamanızı ve ayıklamanızı sağlar. Sonuçlar, .. /, özgün dosyadaki ilişkileri içerir. Kapsayıcılar yalnızca kendilerine sağlanan verileri işler ve yalnızca erişim izni verilen kaynakları kullanır. Kapsayıcılar diğer bölgelerdeki verileri işleyemez.
Bu makalede, Belge Yönetim Bilgileri kapsayıcılarını indirmeyi, yüklemeyi ve çalıştırmayı öğrenebilirsiniz. Kapsayıcılar, Belge Yönetim Bilgileri hizmetini kendi ortamınızda çalıştırmanıza olanak tanır. Kapsayıcılar, belirli güvenlik ve veri idare gereksinimleri için çok kullanışlıdır.
Okuma, Düzen, Kimlik Belgesi, Makbuz ve Fatura modelleri, Belge Yönetim Bilgileri v3.1 kapsayıcıları tarafından desteklenir.
Okuma, Düzen, Genel Belge, Kartvizit ve Özel modeller, Belge Zekası v3.0 kapsayıcıları tarafından desteklenir.
Sürüm desteği
Kapsayıcılar için destek şu anda tüm modeller v3.1 2023-07-31 (GA) ve Okuma, Düzen, Kimlik Belgesi, Makbuz ve Fatura modelleri için Belge Yönetim Bilgileri sürümüyle v3.0: 2022-08-31 (GA) kullanılabilir:
Önkoşullar
Başlamak için etkin bir Azure hesabınız olmalıdır. Hesabınız yoksa ücretsiz bir hesap oluşturabilirsiniz.
Ayrıca, Belge Yönetim Bilgileri kapsayıcılarını kullanmak için aşağıdakilere de ihtiyacınız vardır:
| Zorunlu |
Purpose |
| Docker hakkında bilgi |
Kayıt defterleri, depolar, kapsayıcılar ve kapsayıcı görüntüleri gibi Docker kavramlarının yanı sıra temel docker terminoloji ve komutlar hakkında bilgi sahibi olmanız gerekir. |
| Docker Altyapısı yüklü |
- Docker Altyapısı'nın bir ana bilgisayarda yüklü olması gerekir. Docker, macOS, Windows ve Linux üzerinde Docker ortamını yapılandıran paketler sağlar. Docker ve kapsayıcı temel bilgileri ile ilgili giriş yapmak için Docker’a genel bakış bölümüne bakın.
- Docker, kapsayıcıların Azure'a bağlanmasına ve faturalama verileri göndermesine izin verecek şekilde yapılandırılmalıdır.
- Windows'da Docker,Linux kapsayıcılarını destekleyecek şekilde de yapılandırılmalıdır.
|
| Belge Yönetim Bilgileri kaynağı |
Azure portalında tek hizmetli bir Azure AI Belge Zekası veya çok hizmetli kaynak. Kapsayıcıları kullanmak için ilişkili anahtara ve uç nokta URI'sine sahip olmanız gerekir. Her iki değer de Azure portalı Belge Yönetim Bilgileri Anahtarları ve Uç Nokta sayfasında bulunur: - {FORM_RECOGNIZER_KEY}: kullanılabilir iki kaynak anahtarından biri.
- {FORM_RECOGNIZER_ENDPOINT_URI}: Faturalama bilgilerini izlemek için kullanılan kaynağın uç noktası.
|
| İsteğe bağlı |
Purpose |
| Azure CLI (komut satırı arabirimi) |
Azure CLI, Azure kaynaklarını oluşturmak ve yönetmek için bir dizi çevrimiçi komut kullanmanıza olanak tanır. Windows, macOS ve Linux ortamlarında yüklenebilir ve Docker kapsayıcısında ve Azure Cloud Shell'de çalıştırılabilir. |
Konak bilgisayar gereksinimleri
Konak, Docker kapsayıcısını çalıştıran x64 tabanlı bir bilgisayardır. Şirket içi bir bilgisayar veya Azure'da Docker barındırma hizmeti olabilir, örneğin:
Not
Studio kapsayıcısı Azure Kubernetes Service'te dağıtılamaz ve çalıştırılamaz. Studio kapsayıcısı yalnızca yerel makinede çalıştırılması desteklenir.
Kapsayıcı gereksinimleri ve önerileri
Gerekli destekleyici kapsayıcılar
Aşağıdaki tabloda, indirdiğiniz her Belge Yönetim Bilgileri kapsayıcısı için bir veya daha fazla destekleyici kapsayıcı listelanmaktadır. Daha fazla bilgi için Faturalama bölümüne bakın.
| Özellik kapsayıcısı |
Destekleyici kapsayıcılar |
| Okuma |
Gerekli değil |
| Düzen |
Gerekli değil |
| Kartvizit |
Okuma |
| Genel Belge |
Düzen |
| Fatura |
Düzen |
| Makbuz |
Okuma veya Düzen |
| Kimlik Belgesi |
Okuma |
| Özel Şablon |
Düzen |
Önerilen CPU çekirdekleri ve bellek
Not
En düşük ve önerilen değerler konak makine kaynaklarına değil Docker sınırlarına bağlıdır.
Belge Yönetim Bilgileri kapsayıcıları
| Kapsayıcı |
En Küçük |
Önerilen |
Read |
8 çekirdekler, 10 GB bellek |
8 çekirdekler, 24 GB bellek |
Layout |
8 çekirdekler, 16 GB bellek |
8 çekirdekler, 24 GB bellek |
Business Card |
8 çekirdekler, 16 GB bellek |
8 çekirdekler, 24 GB bellek |
General Document |
8 çekirdekler, 12 GB bellek |
8 çekirdekler, 24 GB bellek |
ID Document |
8 çekirdekler, 8 GB bellek |
8 çekirdekler, 24 GB bellek |
Invoice |
8 çekirdekler, 16 GB bellek |
8 çekirdekler, 24 GB bellek |
Receipt |
8 çekirdekler, 11 GB bellek |
8 çekirdekler, 24 GB bellek |
Custom Template |
8 çekirdekler, 16 GB bellek |
8 çekirdekler, 24 GB bellek |
- Her çekirdek en az 2,6 gigahertz (GHz) veya daha hızlı olmalıdır.
- Çekirdek ve bellek, veya
docker run komutunun --cpus bir parçası olarak kullanılan ve --memory ayarlarına docker compose karşılık gelir.
İpucu
İndirdiğiniz kapsayıcı görüntülerini listelemek için docker images komutunu kullanabilirsiniz. Örneğin, aşağıdaki komut indirilen her kapsayıcı görüntüsünün kimliğini, deposunu ve etiketini tablo olarak biçimlendirilmiş olarak listeler:
docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"
IMAGE ID REPOSITORY TAG
<image-id> <repository-path/name> <tag-name>
Docker-compose up komutuyla kapsayıcıyı çalıştırma
{ENDPOINT_URI} ve {API_KEY} değerlerini kaynak Uç Nokta URI'nizle ve Azure kaynak sayfasındaki anahtarla değiştirin.
Değerin kabul etmek üzere ayarlandığından EULA emin olun.
EULA, Billingve ApiKey değerleri belirtilmelidir; aksi takdirde kapsayıcı başlatılamaz.
Önemli
Anahtarlar, Belge Yönetim Bilgileri kaynağınıza erişmek için kullanılır. Anahtarlarınızı paylaşmayın. Bunları, örneğin Azure Key Vault kullanarak güvenli bir şekilde depolayın. Bu anahtarları düzenli olarak yeniden oluşturmanızı öneririz. API çağrısı yapmak için yalnızca bir anahtar gerekir. İlk anahtarı yeniden oluştururken hizmete sürekli olarak erişebilmek için ikinci anahtarı kullanabilirsiniz.
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Düzeni kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Düzen kapsayıcı örneğiniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
version: "3.9"
services:
azure-form-recognizer-read:
container_name: azure-form-recognizer-read
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/read-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
ports:
- "5000:5000"
networks:
- ocrvnet
networks:
ocrvnet:
driver: bridge
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Genel Belge kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Genel Belge ve Düzen kapsayıcı örnekleriniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
version: "3.9"
services:
azure-cognitive-service-document:
container_name: azure-cognitive-service-document
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/document-3.0
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
- AzureCognitiveServiceLayoutHost=http://azure-cognitive-service-layout:5000
ports:
- "5000:5050"
azure-cognitive-service-layout:
container_name: azure-cognitive-service-layout
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.0
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
Makinedeki kaynaklar göz önüne alındığında, Genel Belge kapsayıcısının başlatılması biraz zaman alabilir.
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Düzeni kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Düzen kapsayıcı örneğiniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
version: "3.9"
services:
azure-form-recognizer-layout:
container_name: azure-form-recognizer-layout
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
ports:
- "5000:5000"
networks:
- ocrvnet
networks:
ocrvnet:
driver: bridge
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Faturası kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Fatura ve Düzen kapsayıcı örnekleriniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
Hem 3.0 GA hem de 3.1 GA Fatura modelleri için yukarı akış olarak 3.1 GA Düzeni görüntüsünü kullanmanız gerekir.
version: "3.9"
services:
azure-cognitive-service-invoice:
container_name: azure-cognitive-service-invoice
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
- AzureCognitiveServiceLayoutHost=http://azure-cognitive-service-layout:5000
ports:
- "5000:5050"
azure-cognitive-service-layout:
container_name: azure-cognitive-service-layout
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Genel Belge kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Makbuz ve Okuma kapsayıcı örnekleriniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
3.1 GA Düzeni görüntüsünü Okuma görüntüsü yerine yukarı akış olarak kullanabilirsiniz.
version: "3.9"
services:
azure-cognitive-service-receipt:
container_name: azure-cognitive-service-receipt
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/receipt-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
- AzureCognitiveServiceReadHost=http://azure-cognitive-service-read:5000
ports:
- "5000:5050"
azure-cognitive-service-read:
container_name: azure-cognitive-service-read
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/read-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Genel Belge kapsayıcısını çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız. Kimliğiniz ve Okuma kapsayıcı örnekleriniz için {FORM_RECOGNIZER_ENDPOINT_URI} ve {FORM_RECOGNIZER_KEY} değerlerini girin.
3.1 GA Düzeni görüntüsünü Okuma görüntüsü yerine yukarı akış olarak kullanabilirsiniz.
version: "3.9"
services:
azure-cognitive-service-id-document:
container_name: azure-cognitive-service-id-document
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/id-document-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
- AzureCognitiveServiceReadHost=http://azure-cognitive-service-read:5000
ports:
- "5000:5050"
azure-cognitive-service-read:
container_name: azure-cognitive-service-read
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/read-3.1
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
Şimdi docker compose komutuyla hizmeti başlatabilirsiniz:
docker-compose up
version: "3.9"
services:
azure-cognitive-service-invoice:
container_name: azure-cognitive-service-businesscard
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/businesscard-3.0
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
- AzureCognitiveServiceLayoutHost=http://azure-cognitive-service-layout:5000
ports:
- "5000:5050"
azure-cognitive-service-layout:
container_name: azure-cognitive-service-layout
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.0
environment:
- EULA=accept
- billing={FORM_RECOGNIZER_ENDPOINT_URI}
- apiKey={FORM_RECOGNIZER_KEY}
Önkoşullara ek olarak, özel bir belgeyi işlemek için aşağıdakileri yapmanız gerekir:
Klasör oluşturma ve aşağıdaki dosyaları depolama
- Bu klasör dosyalarını adlandır.
- Bu klasörün dosya yoluna {FILE_MOUNT_PATH} olarak başvuruyoruz.
- Dosya yolunu uygun bir konuma kopyalayın, .env dosyanıza eklemeniz gerekir. Örneğin, klasör dosyayla aynı klasörde
docker-compose bulunan dosyalar olarak adlandırılıyorsa, .env dosya girişi FILE_MOUNT_PATH="./files"
Belge Yönetim Bilgileri hizmeti tarafından yazılan günlükleri yerel makinenizde depolamak için bir klasör oluşturun
- Bu klasör çıkışını adlandır.
- Bu klasörün dosya yoluna {OUTPUT_MOUNT_PATH} olarak başvuruyoruz.
- Dosya yolunu uygun bir konuma kopyalayın, .env dosyanıza eklemeniz gerekir. Örneğin, klasör çıktı olarak adlandırılırsa, dosyayla aynı klasörde
docker-compose bulunur, .env dosya girişi şu şekildedir: OUTPUT_MOUNT_PATH="./output"
Kapsayıcılar arasında paylaşılan iç işlemeyi depolamak için bir klasör oluşturma
- Paylaşılan bu klasörü adlandır.
- Bu klasörün dosya yoluna {SHARED_MOUNT_PATH} olarak başvuruyoruz.
- Dosya yolunu uygun bir konuma kopyalayın, .env dosyanıza eklemeniz gerekir. Örneğin, klasör paylaşılan olarak adlandırılırsa ve dosyayla aynı klasörde
docker-compose bulunursa, .env dosya girişi SHARED_MOUNT_PATH="./shared"
- Bu klasöre db adını verin.
- Bu klasörün dosya yoluna {DB_MOUNT_PATH} olarak başvuruyoruz.
- Dosya yolunu uygun bir konuma kopyalayın, .env dosyanıza eklemeniz gerekir. Örneğin, klasörün adı db ise, dosyayla aynı klasörde
docker-compose bulunur, .env dosya girdisi DB_MOUNT_PATH="./db"
Ortam dosyası oluşturma
Bu dosyaya .env adını verin.
Aşağıdaki ortam değişkenlerini bildirin:
SHARED_MOUNT_PATH="./shared"
OUTPUT_MOUNT_PATH="./output"
FILE_MOUNT_PATH="./files"
DB_MOUNT_PATH="./db"
FORM_RECOGNIZER_ENDPOINT_URI="YourFormRecognizerEndpoint"
FORM_RECOGNIZER_KEY="YourFormRecognizerKey"
NGINX_CONF_FILE="./nginx.conf"
Nginx dosyası oluşturma
Bu dosyaya nginx.conf adını verin.
Aşağıdaki yapılandırmayı girin:
worker_processes 1;
events { worker_connections 1024; }
http {
sendfile on;
client_max_body_size 90M;
upstream docker-custom {
server azure-cognitive-service-custom-template:5000;
}
upstream docker-layout {
server azure-cognitive-service-layout:5000;
}
server {
listen 5000;
location = / {
proxy_set_header Host $host:$server_port;
proxy_set_header Referer $scheme://$host:$server_port;
proxy_pass http://docker-custom/;
}
location /status {
proxy_pass http://docker-custom/status;
}
location /test {
return 200 $scheme://$host:$server_port;
}
location /ready {
proxy_pass http://docker-custom/ready;
}
location /swagger {
proxy_pass http://docker-custom/swagger;
}
location /formrecognizer/documentModels/prebuilt-layout {
proxy_set_header Host $host:$server_port;
proxy_set_header Referer $scheme://$host:$server_port;
add_header 'Access-Control-Allow-Origin' '*' always;
add_header 'Access-Control-Allow-Headers' 'cache-control,content-type,ocp-apim-subscription-key,x-ms-useragent' always;
add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS' always;
add_header 'Access-Control-Expose-Headers' '*' always;
if ($request_method = 'OPTIONS') {
return 200;
}
proxy_pass http://docker-layout/formrecognizer/documentModels/prebuilt-layout;
}
location /formrecognizer/documentModels {
proxy_set_header Host $host:$server_port;
proxy_set_header Referer $scheme://$host:$server_port;
add_header 'Access-Control-Allow-Origin' '*' always;
add_header 'Access-Control-Allow-Headers' 'cache-control,content-type,ocp-apim-subscription-key,x-ms-useragent' always;
add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS, DELETE' always;
add_header 'Access-Control-Expose-Headers' '*' always;
if ($request_method = 'OPTIONS') {
return 200;
}
proxy_pass http://docker-custom/formrecognizer/documentModels;
}
location /formrecognizer/operations {
add_header 'Access-Control-Allow-Origin' '*' always;
add_header 'Access-Control-Allow-Headers' 'cache-control,content-type,ocp-apim-subscription-key,x-ms-useragent' always;
add_header 'Access-Control-Allow-Methods' 'GET, POST, OPTIONS, PUT, DELETE, PATCH' always;
add_header 'Access-Control-Expose-Headers' '*' always;
if ($request_method = OPTIONS ) {
return 200;
}
proxy_pass http://docker-custom/formrecognizer/operations;
}
}
}
Docker compose dosyası oluşturma
Bu dosyayı docker-compose.yml adlandır
Aşağıdaki kod örneği, Belge Yönetim Bilgileri Düzeni, Studio ve Özel şablon kapsayıcılarını birlikte çalıştırmak için bağımsız docker compose bir örnektir. ile docker compose, uygulamanızın hizmetlerini yapılandırmak için bir YAML dosyası kullanırsınız. Ardından komutuyla docker-compose up tüm hizmetleri yapılandırmanızdan oluşturup başlatırsınız.
version: '3.3'
services:
nginx:
image: nginx:alpine
container_name: reverseproxy
volumes:
- ${NGINX_CONF_FILE}:/etc/nginx/nginx.conf
ports:
- "5000:5000"
layout:
container_name: azure-cognitive-service-layout
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.0:latest
environment:
eula: accept
apikey: ${FORM_RECOGNIZER_KEY}
billing: ${FORM_RECOGNIZER_ENDPOINT_URI}
Logging:Console:LogLevel:Default: Information
SharedRootFolder: /shared
Mounts:Shared: /shared
Mounts:Output: /logs
volumes:
- type: bind
source: ${SHARED_MOUNT_PATH}
target: /shared
- type: bind
source: ${OUTPUT_MOUNT_PATH}
target: /logs
expose:
- "5000"
custom-template:
container_name: azure-cognitive-service-custom-template
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/custom-template-3.0:latest
restart: always
depends_on:
- layout
environment:
AzureCognitiveServiceLayoutHost: http://azure-cognitive-service-layout:5000
eula: accept
apikey: ${FORM_RECOGNIZER_KEY}
billing: ${FORM_RECOGNIZER_ENDPOINT_URI}
Logging:Console:LogLevel:Default: Information
SharedRootFolder: /shared
Mounts:Shared: /shared
Mounts:Output: /logs
volumes:
- type: bind
source: ${SHARED_MOUNT_PATH}
target: /shared
- type: bind
source: ${OUTPUT_MOUNT_PATH}
target: /logs
expose:
- "5000"
studio:
container_name: form-recognizer-studio
image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/studio:3.0
environment:
ONPREM_LOCALFILE_BASEPATH: /onprem_folder
STORAGE_DATABASE_CONNECTION_STRING: /onprem_db/Application.db
volumes:
- type: bind
source: ${FILE_MOUNT_PATH} # path to your local folder
target: /onprem_folder
- type: bind
source: ${DB_MOUNT_PATH} # path to your local folder
target: /onprem_db
ports:
- "5001:5001"
user: "1000:1000" # echo $(id -u):$(id -g)
Özel şablon kapsayıcısı ve Düzen kapsayıcısı, Azure Depolama kuyruklarını veya bellek kuyruklarında kullanabilir. Storage:ObjectStore:AzureBlob:ConnectionString ve queue:azure:connectionstring ortam değişkenlerinin yalnızca Azure Depolama kuyruklarını kullanıyorsanız ayarlanması gerekir. Yerel olarak çalışırken bu değişkenleri silin.
Hizmetin çalıştığından emin olun
Hizmetin çalışır durumda olduğundan emin olmak için. Bu komutları bir Ubuntu kabuğunda çalıştırın.
$cd <folder containing the docker-compose file>
$source .env
$docker-compose up
Özel şablon kapsayıcıları birkaç farklı yapılandırma gerektirir ve diğer isteğe bağlı yapılandırmaları destekler.
| Ayar |
Zorunlu |
Veri Akışı Açıklaması |
EULA |
Yes |
Lisans kabulü Örneği: Eula=accept |
| Faturalandırma |
Yes |
FR kaynağının faturalama uç noktası URI'si |
| ApiKey |
Yes |
FR kaynağının uç nokta anahtarı |
| Kuyruk:Azure:ConnectionString |
Hayır |
Azure Kuyruk bağlantı dizesi |
| Depolama:ObjectStore:AzureBlob:ConnectionString |
Hayır |
Azure Blob bağlantı dizesi |
| HealthCheck:MemoryUpperboundInMB |
Hayır |
İyi durumda olmayan canlılığı raporlamak için bellek eşiği. Varsayılan: Önerilen bellekle aynı |
| StorageTimeToLiveInMinutes |
Hayır |
TTL tüm ara ve son dosyaları kaldırma süresi. Varsayılan: İki gün, TTL beş dakika ile yedi gün arasında ayarlanabilir |
| Görev:MaxRunningTimeSpanInMinutes |
Hayır |
İsteği zaman aşımı olarak işlemek için en uzun çalışma süresi. Varsayılan: 60 dakika |
| HTTP_PROXY_BYPASS_URLS |
Hayır |
Ara sunucuyu atlamak için URL'leri belirtin Örnek: HTTP_PROXY_BYPASS_URLS = abc.com, xyz.com |
| AzureCognitiveServiceReadHost (Makbuz, Yalnızca IdDocument Kapsayıcıları) |
Yes |
Okuma kapsayıcısı uri'sini belirtin Örnek:AzureCognitiveServiceReadHost=http://onprem-frread:5000 |
| AzureCognitiveServiceLayoutHost (Belge, Yalnızca Fatura Kapsayıcıları) |
Yes |
Düzen kapsayıcısı uri'sini belirtin Örnek:AzureCognitiveServiceLayoutHost=http://onprem-frlayout:5000 |
Model eğitmek için Document Intelligence Studio'yu kullanma
Aynı türde en az beş form içeren bir küme toplayın. Modeli eğitmek ve formu test etmek için bu verileri kullanırsınız. Örnek bir veri kümesi kullanabilirsiniz (sample_data.zip indirip ayıklayabilirsiniz).
Kapsayıcıların çalıştığını onayladıktan sonra bir tarayıcı açın ve kapsayıcıların dağıtıldığı uç noktaya gidin. Bu dağıtım yerel makinenizse uç nokta olur [http://localhost:5001](http://localhost:5001).
Özel ayıklama modeli kutucuğunu seçin.
Seçeneğini belirleyin Create project .
Proje adı ve isteğe bağlı olarak bir açıklama sağlayın
"Kaynağınızı yapılandırın" adımında uç noktayı özel şablon modelinize sağlayın. Kapsayıcıları yerel makinenize dağıttıysanız bu URL'yi [http://localhost:5000](http://localhost:5000)kullanın.
Eğitim verilerinizin dosyalar klasöründe bulunduğu yer için bir alt klasör sağlayın.
Son olarak projeyi oluşturun
Artık etiket oluşturmaya hazır bir proje oluşturmanız gerekir. Eğitim verilerinizi karşıya yükleyin ve etiketlemeye başlayın. Etiketleme konusunda yeniyseniz bkz . Özel model oluşturma ve eğitma.
Eğitmek için API'yi kullanma
Bir modeli eğitmek için API'leri doğrudan çağırmayı planlıyorsanız, özel şablon modeli eğitme API'sinin etiketleme projenizin içeriği olan base64 kodlanmış zip dosyası gerekir. PDF veya görüntü dosyalarını atlayabilir ve yalnızca JSON dosyalarını gönderebilirsiniz.
Veri kümenizi *.ocr.json, *.labels.json ve fields.json dosyaları zip'e ekledikten sonra PowerShell komutlarını kullanarak base64 kodlanmış dizesini oluşturun.
$bytes = [System.IO.File]::ReadAllBytes("<your_zip_file>.zip")
$b64String = [System.Convert]::ToBase64String($bytes, [System.Base64FormattingOptions]::None)
İsteği göndermek için derleme modeli API'sini kullanın.
POST http://localhost:5000/formrecognizer/documentModels:build?api-version=2023-07-31
{
"modelId": "mymodel",
"description": "test model",
"buildMode": "template",
"base64Source": "<Your base64 encoded string>",
"tags": {
"additionalProp1": "string",
"additionalProp2": "string",
"additionalProp3": "string"
}
}
Hizmetin çalıştığını doğrulama
Kapsayıcının çalıştığını doğrulamanın birkaç yolu vardır:
Kapsayıcı, kapsayıcının çalıştığı görsel doğrulama olarak adresinde \ bir giriş sayfası sağlar.
Sık kullandığınız web tarayıcısını açabilir ve söz konusu kapsayıcının dış IP adresine ve kullanıma sunulan bağlantı noktasına gidebilirsiniz. Kapsayıcının çalıştığını doğrulamak için listelenen istek URL'lerini kullanın. Listelenen örnek istek URL'leri şeklindedir http://localhost:5000, ancak kapsayıcınız farklılık gösterebilir. Kapsayıcınızın Dış IP adresine ve kullanıma sunulan bağlantı noktasına gitmekte olduğunuzu unutmayın.
| İstek URL’si |
Purpose |
| http:// localhost:5000/ |
Kapsayıcı bir giriş sayfası sağlar. |
| http:// localhost:5000/ready |
GET ile istenen bu istek, kapsayıcının modele yönelik bir sorguyu kabul etmeye hazır olduğunu belirten bir doğrulama sağlar. Bu istek Kubernetes canlılığı ve hazır olma yoklamaları için kullanılabilir. |
| http:// localhost:5000/status |
GET ile istenen bu istek, kapsayıcıyı başlatmak için kullanılan api anahtarının uç nokta sorgusuna neden olmadan geçerli olup olmadığını doğrular. Bu istek Kubernetes canlılığı ve hazır olma yoklamaları için kullanılabilir. |
| http:// localhost:5000/swagger |
Kapsayıcı uç noktalar için tüm belgeleri ve bir de Deneyin özelliği sağlar. Bu özellik sayesinde, ayarlarınızı web tabanlı bir HTML formuna girebilir ve herhangi bir kod yazmak zorunda kalmadan sorguyu yapabilirsiniz. Sorgu döndürüldikten sonra, gerekli HTTP üst bilgilerini ve gövde biçimini göstermek için örnek bir CURL komutu sağlanır. |
|
|
Kapsayıcıları durdurma
Kapsayıcıları durdurmak için aşağıdaki komutu kullanın:
docker-compose down
Faturalandırma
Belge Yönetim Bilgileri kapsayıcıları, Azure hesabınızda bir Belge Yönetim Bilgileri kaynağı kullanarak faturalama bilgilerini Azure'a gönderir.
Kapsayıcıya yönelik sorgular, API Keyiçin kullanılan Azure kaynağının fiyatlandırma katmanında faturalandırılır. Faturalama, belgelerinizi ve görüntülerinizi işlemek için kullanılan her kapsayıcı örneği için hesaplanır.
Şu hatayı alırsanız: Kapsayıcı geçerli durumda değil. Abonelik doğrulaması 'OutOfQuota' API anahtarı kota dışında durumuyla başarısız oldu. Bu, kapsayıcılarınızın faturalama uç noktasıyla iletişim kurmadığını gösteren bir göstergedir.
Azure'a bağlanma
Kapsayıcının çalışması için faturalama bağımsız değişkeni değerleri gerekir. Bu değerler kapsayıcının faturalama uç noktasına bağlanmasına olanak sağlar. Kapsayıcı yaklaşık 10-15 dakikada bir kullanımı bildirir. Kapsayıcı izin verilen zaman penceresinde Azure'a bağlanmazsa, kapsayıcı çalışmaya devam eder, ancak faturalama uç noktası geri yüklenene kadar sorgular sunmaz. Bağlantı, 10 ile 15 dakika aynı zaman aralığında 10 kez denenir. 10 denemede faturalama uç noktasına bağlanamazsa kapsayıcı isteklerin sunulmasını durdurur. Faturalama için Microsoft'a gönderilen bilgilerin bir örneği için bkz. Azure AI kapsayıcısı hakkında SSS .
Faturalama bağımsız değişkenleri
Docker-compose up komutu, aşağıdaki seçeneklerin üçü de geçerli değerlerle sağlandığında kapsayıcıyı başlatır:
| Seçenek |
Açıklama |
ApiKey |
Faturalama bilgilerini izlemek için kullanılan Azure AI hizmetleri kaynağının anahtarı.
Bu seçeneğin değeri, içinde Billingbelirtilen sağlanan kaynak için bir anahtara ayarlanmalıdır. |
Billing |
Faturalama bilgilerini izlemek için kullanılan Azure AI hizmetleri kaynağının uç noktası.
Bu seçeneğin değeri, sağlanan bir Azure kaynağının uç nokta URI'sine ayarlanmalıdır. |
Eula |
Kapsayıcının lisansını kabul ettiğinizi gösterir.
Bu seçeneğin değeri kabul edilecek şekilde ayarlanmalıdır. |
Bu seçenekler hakkında daha fazla bilgi için bkz . Kapsayıcıları yapılandırma.
Özet
İşte hepsi bu! Bu makalede, Belge Yönetim Bilgileri kapsayıcılarını indirmeye, yüklemeye ve çalıştırmaya yönelik kavramları ve iş akışlarını öğrendiniz. Özet olarak:
- Document Intelligence, Docker için yedi Linux kapsayıcısı sağlar.
- Kapsayıcı görüntüleri mcr'den indirilir.
- Kapsayıcı görüntüleri Docker'da çalışır.
- Bir kapsayıcı örneği oluştururken faturalama bilgileri belirtilmelidir.
Önemli
Azure yapay zeka kapsayıcıları, ölçüm için Azure'a bağlanmadan çalıştırılma lisansına sahip değildir. Müşterilerin, kapsayıcıların faturalama bilgilerini ölçüm hizmetiyle her zaman iletmesini sağlaması gerekir. Azure AI kapsayıcıları müşteri verilerini (örneğin, analiz edilen görüntü veya metin) Microsoft'a göndermez.
Sonraki adımlar