OCR (光學字元辨識)

Document AI Custom Extractor 採用基礎模型，能以更快、更準確的方式從文件中擷取出文字和資料 (無論是一般或特定領域的內容)。只要利用 5 到 10 份文件輕鬆微調，即可提高成效。

如要訓練自己的模型，請使用基礎模型為資料集自動加上標籤，藉此縮短導入實際工作環境的時間。

您也可以選擇使用預先訓練的專用處理器。如要查看完整的處理器清單，請按這裡。

Mr. Cooper 是全美規模最大的住宅貸款業者之一，主要業務是為屋主提供各種與借貸相關的產品、服務與技術。

他們採用 Google OCR 技術堆疊的模組架構來建構容器型文件處理管道，成功取得下列成果：

- 重要文件的準確度超過 95%。

- 尖峰處理量為每分鐘 4,000 頁，平均處理量為每分鐘 2,000 頁。

- 文件處理效率提高 400%。

Document AI 採用生成式 AI 技術，可從各種品質和採用不同版面配置的文件中以極為準確的方式擷取出資料。您可以將 Document AI 與 Cloud Storage 連結，讓非結構化文件達到企業級法規遵循要求。BigQuery 可讓您按照自己想要的方式，批次處理及分析擷取的資料。有了 Looker，您就能輕鬆根據 BigQuery 資料表建立圖表。Vertex AI Search 可讓您透過對話或傳統方式查詢及搜尋 Cloud Storage 中的文件。

圖片標記也稱為圖片標籤加註。

Cloud Vision API 可辨識圖片中的一般物體、地標、位置、標誌、活動、動物物種和產品等內容，並加上適當的標籤。系統使用偵測到的標籤來標記圖片後，就可以簡化並自動執行圖片的搜尋、處理和管理作業。

如要使用指定的自訂標籤，建議使用 Cloud AutoML 訓練自訂機器學習模型。

您可以前往 Cloud Marketplace 取得 OCR On-Prem 解決方案，在地端部署環境中使用 Google OCR 技術。

如果是使用基本的圖片處理管道來偵測標籤 (如右圖)，月費為 $27.36 美元。

您可以透過 Pricing Calculator，查看根據這個金額做出的假設用量。

每個月前 1,000 個單位免費。

德州農工大學研究人員利用 Cloud AutoML，以 10,458 張海岸線圖片訓練自訂的多標籤資料集模型，運算時數只有 24 個小時。這個模型可幫助研究人員預測並追蹤海岸線的變化，平均準確率為 95.2%。

在使用訓練圖片來訓練進階模型方面，AutoML 的靈活度更高，讓該團隊能透過直覺化的使用者介面檢查資料並分析結果，另提供可用於擴充服務的 API。

您可以透過 Cloud Vision API，偵測並擷取圖片中不同語言的文字和手寫內容。另外，這項解決方案還提供多區域支援，可讓您指定洲際資料儲存空間和 OCR 處理作業。

您可選擇處理少量圖片 (每個要求最多 16 張)，即時取得相關結果，也可以非同步批次處理大量圖片 (每個要求最多 2,000 張)，並於稍後查看結果。

如果是使用基本的處理管道來擷取圖片中的文字(如右圖)，月費為 $27.36 美元。

您可以透過 Pricing Calculator，查看根據這個金額做出的假設用量。

每個月前 1,000 個單位免費。