Platform For AI:エンドツーエンドのテキスト認識

次のMachine Learning Platform for AIコマンドを実行して、既存のファイルに基づいてエンドツーエンドのテキスト認識でオフライン予測を開始できます。SQL Scriptコンポーネント、MaxComputeクライアント、またはDataWorksのODPS SQLノードを使用してPAIコマンドを呼び出すことができます。 詳細については、「MaxComputeクライアント (odpscmd) 」または「MaxCompute SQLタスクの開発」をご参照ください。

pai -name ev_predict_ext
             -Dmodel_path='OSS path of your model'
             -Dmodel_type='text_spotter'
             -Dinput_oss_file='oss://path/to/your/filelist.txt'
             -Doutput_oss_file='oss://path/to/your/result.txt'
             -Dimage_type='url'
             -Dnum_worker=2
             -DcpuRequired=800
             -DgpuRequired=100
             -Dbuckets='Your OSS directory'
             -Darn='Alibaba Cloud Resource Name (ARN) of the role that you are assuming'
             -DossHost='Your OSS domain'

詳細については、「パラメーター」をご参照ください。

予測結果は出力ファイルに書き込まれます。 ファイルの各エントリは、Object Storage Service (OSS) パスとJSON文字列で構成されています。 OSSパスは元の画像のパスを示し、JSON文字列は予測結果を示します。 たとえば、出力ファイルには次の情報が含まれています。

oss://path/to/your/image1.jpg,  JSON string
oss://path/to/your/image1.jpg,  JSON string
oss://path/to/your/image1.jpg,  JSON string

JSON文字列の形式は次のとおりです。

{
  "detection_keypoints": [[[243.57516479492188, 198.84210205078125], [243.91038513183594, 247.62425231933594], [385.5513916015625, 246.61660766601562], [385.2197570800781, 197.79345703125]], [[292.2718200683594, 114.44700622558594], [292.2237243652344, 164.684814453125], [571.1962890625, 164.931640625], [571.2444458007812, 114.67433166503906]]],
  "detection_boxes": [[243.5308074951172, 197.69570922851562, 385.59625244140625, 247.7247772216797], [292.1929931640625, 114.28043365478516, 571.2748413085938, 165.09771728515625]],
  "detection_scores": [0.9942291975021362, 0.9940272569656372],
  "detection_classes": [1, 1],
  "detection_classe_names": ["text", "text"],
  "detection_texts_ids" : [[1,2,2008,12], [1,2,2008,12]],
  "detection_texts": ["This is an example.", "This is an example."],
  "detection_texts_scores" : [0.88, 0.88]
 }

次の表に、JSON文字列のパラメーターを示します。