OCR（光学式文字認識）

基盤モデルを活用した Document AI カスタム エクストラクタは、汎用的および分野固有のドキュメントからテキストとデータを迅速かつ正確に抽出します。わずか 5～10 個のドキュメントで簡単に微調整できるため、パフォーマンスがさらに向上します。

独自のモデルをトレーニングする場合は、基盤モデルを使用してデータセットに自動的にラベル付けを行い、本番環境への移行までの時間を短縮します。

事前トレーニング済みの専用プロセッサを使用することもできます。詳しくは、プロセッサの一覧をご覧ください。

Mr. Cooper は国内最大級の住宅ローン貸付業者で、さまざまな貸付商品や融資商品、サービス、テクノロジーを住宅所有者に提供することに力を入れています。

彼らは、Google の OCR テクノロジー スタック上に、モジュラー アーキテクチャを備えたコンテナベースのドキュメント処理パイプラインを構築し、次の成果を達成しました。

- 重要なドキュメントの 95% の精度。

- ピーク時のスループットは 4,000 ページ/分、平均スループットは 2,000 ページ/分。

- ドキュメント処理の効率を 400% 向上。

生成 AI を搭載した Document AI は、さまざまなレイアウトや品質のドキュメントから高い精度でデータを抽出します。Cloud Storage と接続すれば、非構造化ドキュメントにエンタープライズ クラスのコンプライアンスを確保できます。BigQuery を使用すると、抽出したデータのバッチ処理と分析を自由に行うことができます。Looker を使用すると、BigQuery テーブルに基づいて簡単に可視化できます。Vertex AI Search を使用すると、会話形式または従来の方法で、Cloud Storage 内のドキュメントに対してクエリを実行し、検索できます。

画像のタグ付けは、画像のラベル付けとも呼ばれます。

Cloud Vision API を使用すると、画像内の一般的な物体、ランドマーク、場所、ロゴ、活動、動物の種類、商品などを識別してラベルを付けることができます。検出されたラベルで画像がタグ付けされると、画像の検索、処理、管理が自動化され、容易になります。

ターゲットを設定したカスタムラベルが必要な場合は、Cloud AutoML を使用してカスタム ML モデルをトレーニングします。

Google OCR テクノロジーをオンプレミスで使用するには、Cloud Marketplace で入手できる OCR On-Prem を使用します。

右側に示されているラベルを検出する基本的な画像処理パイプラインを実行する場合、月額費用は $27.36 になります。

この数値に到達するまでの想定使用量は、料金計算ツールで確認できます。

毎月最初の 1,000 ユニットは無料です。

テキサス A&M 大学の研究者は Cloud AutoML を使用して、24 コンピューティング時間で 10,458 枚の海岸線画像を使用して、マルチラベル データセット モデルをカスタム トレーニングすることができました。このモデルによって、研究者は平均精度 95.2% で海岸線の変化を予測し、追跡することができました。

AutoML は、トレーニング画像を使用して高度なモデルをトレーニングする柔軟性を高め、チームが直感的な UI でデータを検査して結果を分析できるようにし、スケーラブルなサービングのための API を提供します。

Cloud Vision API を使用すると、さまざまな言語の画像からテキストや手書き文字を検出して抽出できます。また、マルチリージョンをサポートしており、大陸レベルのデータ ストレージや OCR 処理を指定できます。

少数の画像（リクエストごとに最大 16 件）を選択してすぐに結果を取得するか、多数の画像（リクエストごとに最大 2,000 件）を非同期でバッチ処理して後で結果を取得するかを選択できます。

右側に示されている画像からテキストを抽出する基本的な処理パイプラインを実行する場合、月額費用は $27.36 になります。

この数値に到達するまでの想定使用量は、料金計算ツールで確認できます。

毎月最初の 1,000 ユニットは無料です。