تثبيت حاوية Azure الذكاء الاصطناعي Vision 3.2 GA Read OCR

مقالة
08/29/2023

تمكنك الحاويات من تشغيل واجهات برمجة تطبيقات Azure الذكاء الاصطناعي Vision في بيئتك الخاصة. وتعد الحاويات رائعة لمتطلبات الأمان وإدارة البيانات المحددة. ستتعلم في هذه المقالة كيفية تنزيل حاوية Read (OCR) وتثبيتها وتشغيلها.

تسمح لك حاوية Read باستخراج النص المطبوع والمكتوب بخط اليد من الصور والمستندات مع دعم تنسيقات ملفات JPEG وPNG وBMP وPDF وTIFF. لمزيد من المعلومات، راجع دليل كيفية قراءة واجهة برمجة التطبيقات الخاصة بـــ Read.

الجديد

يتوفر إصدار التوفر العام 3.2-model-2022-04-30 من حاوية Read مع دعم لـ 164 لغة وتحسينات أخرى. إذا كنت عميلا موجودا، فاتبع إرشادات التنزيل للبدء.

حاوية Read 3.2 OCR هي أحدث نموذج للتوفر العام وهي توفر:

نماذج جديدة لتحسين الدقة.
دعم لغات عديدة داخل المستند نفسه.
دعم ما مجموعه 164 لغة. راجع القائمة الكاملة للغات التي يدعمها OCR.
عملية واحدة لكل من المستندات والصور.
دعم المستندات والصور الكبيرة.
درجات الثقة.
دعم كلاً من المستندات المطبوعة والمكتوبة بخط اليد.
إمكانية استخراج النص من صفحة (صفحات) بعينها في المستند دون غيرها.
غيّر ترتيب إخراج سطر النص من ترتيب افتراضي إلى ترتيب قراءة أكثر طبيعية وذلك مع اللغات اللاتينية دون غيرها.
تصنيف سطر النص كنمط مكتوب بخط اليد أو ليس مكتوباً بخط اليد هو خاص باللغات اللاتينية دون غيرها.

إذا كنت تستخدم حاويات "Read 2.0" حالياً، فشاهد دليل الترحيل للتعرف على التغييرات في الإصدارات الجديدة.

المتطلبات الأساسية

يجب تلبية المتطلبات الأساسية التالية قبل استخدام الحاويات:

المطلوب	الغرض
محرك "Docker"	يتعين تثبيت Docker Engine على كمبيوتر مضيف. يوفر Docker حزما تقوم بتكوين بيئة Docker على macOS وWindows وLinux. للحصول على تمهيد حول Docker وأساسيات الحاوية، راجع نظرة عامة على Docker. يجب تكوين Docker للسماح للحاويات بالاتصال وإرسال بيانات الفواتير إلى Azure. في Windows، يجب تكوين Docker أيضاً ليدعم حاويات Linux.
الإلمام بـ Docker	يجب أن يكون لديك فهم أساسي لمفاهيم Docker، مثل السجلات والمستودعات والحاويات وصور الحاويات، بالإضافة إلى معرفة أوامر `docker` الأساسية.
مورد Computer Vision	لاستخدام الحاوية، يجب أن يكون لديك: مورد Computer Vision ومفتاح API المقترن بنقطة النهاية URI. تتوفر كلتا القيمتين في صفحات Overview وKeys للمورد وهي مطلوبة لبدء الحاوية. {API_KEY}: أحد مفتاحي الموارد المتوفرين في صفحة Keys {ENDPOINT_URI}: نقطة النهاية كما هي متوفرة في صفحة Overview

في حال لم يكن لديك اشتراك Azure، فأنشئ حساباً مجانيّاً قبل البدء.

جمع المعلمات المطلوبة

مطلوب ثلاث معلمات أساسية لجميع حاويات Azure الذكاء الاصطناعي. يجب أن تكون شروط ترخيص برامج Microsoft موجودة بقيمة accept. هناك حاجة أيضاً إلى مفتاح URI وAPI لنقطة النهاية.

نقطة النهاية URI

{ENDPOINT_URI} تتوفر القيمة في صفحة نظرة عامة على مدخل Microsoft Azure لمورد خدمات Azure الذكاء الاصطناعي المقابل. انتقل إلى صفحة Overview، ومرر مؤشر الماوس فوق نقطة النهاية، وستظهر أيقونة نسخ إلى الحافظة. انسخ واستخدم نقطة النهاية عند الحاجة.

لقطة شاشة توضح تجميع URI لنقطة النهاية لاستخدامها لاحقاً.

المفاتيح

{API_KEY} يتم استخدام القيمة لبدء الحاوية وهي متوفرة في صفحة مفاتيح مدخل Microsoft Azure لمورد خدمات Azure الذكاء الاصطناعي المقابل. انتقل إلى صفحة Keys وحدد الأيقونة Copy to clipboard.

لقطة شاشة توضح الحصول على أحد المفتاحين لاستخدامه لاحقاً.

هام

يتم استخدام مفاتيح الاشتراك هذه للوصول إلى واجهة برمجة تطبيقات خدمات Azure الذكاء الاصطناعي. لا تشارك مفاتيحك. قم بتخزينها بشكل آمن. على سبيل المثال، استخدم Azure Key Vault. نوصي أيضاً بإعادة إنشاء هذه المفاتيح بانتظام. مفتاح واحد فقط ضروري لإجراء استدعاء واجهة برمجة التطبيقات. عند إعادة إنشاء المفتاح الأول، يمكنك استخدام المفتاح الثاني للوصول المستمر إلى الخدمة.

متطلبات الكمبيوتر المضيف

المضيف هو كمبيوتر يعمل بإصدار x64 يقوم بتشغيل حاوية Docker. وقد يكون هذا أحد أجهزة الكمبيوتر الموجودة في موقعك أو خدمة استضافة Docker في Azure، مثل:

خدمة Azure Kubernetes.
Azure Container Instances.
تم توزيع مجموعة Kubernetes في Azure Stack. لمزيد من المعلومات، يرجى مراجعة نشر Kubernetes في Azure Stack.

دعم ملحقات المتجهات المتقدمة

الكمبيوتر المضيف هو الكمبيوتر الذي يقوم بتشغيل حاوية docker. يجب أن يكون المضيف داعماًلــAdvanced Vector Extensions (AVX2). يمكنك التحقق من دعم AVX2 على مضيفي Linux باستخدام الأمر التالي:

grep -q avx2 /proc/cpuinfo && echo AVX2 supported || echo No AVX2 support detected

تحذير

الكمبيوتر المضيف يكون مطلوباً لدعم AVX2. لن تعمل الحاوية بشكل صحيح دون دعم AVX2.

متطلبات الحاوية وتوصياتها

إشعار

تستند المتطلبات والتوصيات إلى معايير ذات طلب واحد في الثانية، باستخدام صورة 523 كيلوبايت لرسالة عمل ممسوحة ضوئياً تحتوي على 29 سطراً بإجمالي 803 أحرف. أدى التكوين الموصى به إلى استجابة أسرع بنسبة 2x تقريباً مقارنة بالحد الأدنى للتكوين.

يصف الجدول التالي تخصيص الحد الأدنى والموصى به للموارد لكل من حاويات Read OCR.

الحاوية	الحد الأدنى	مستحسن
الإصدار 3.2 للقراءة 2022-04-30	4 نواة، ذاكرة 8 غيغا بايت	8 نواة، ذاكرة 16 غيغا بايت
اطلع على 3.2 2021-04-12	4 أنوية، ذاكرة 16 غيغابايت	8 نواة، ذاكرة 24 غيغابايت

يجب أن يكون كل نواة 2.6 غيغاهيرتز على الأقل (غيغاهرتز) أو أسرع.

تتوافق النواة والذاكرة مع إعدادات --cpus و--memory، والتي يتم استخدامها كجزء من الأمر docker run.

الحصول على صورة الحاوية

يمكن العثور على صورة حاوية Azure الذكاء الاصطناعي Vision Read OCR في مجموعة سجل الحاوية mcr.microsoft.com . موجودة داخل المستودع azure-cognitive-services ويطلق عليها اسم read. اسم نسخة الحاوية المؤهل بالكامل هو mcr.microsoft.com/azure-cognitive-services/vision/read.

لاستخدام أحدث إصدار من الحاوية، يمكنك استخدام العلامة latest . يمكنك أيضاً العثور على قائمة كاملة من العلامات على MCR.

تتوفر صور الحاوية التالية للقراءة.

الحاوية	سجل الحاوية / المستودع / اسم الصورة	علامات
Read 3.2 GA	`mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30`	طراز 3.2 و3.2 الأحدث بتاريخ 30/04/2022

استخدم الأمر docker pull لتنزيل صورة حاوية.

docker pull mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30

تلميح

يمكنك استخدام أمر docker images لسرد صور الحاوية التي تم تنزيلها. على سبيل المثال، يسرد الأمر التالي المعرف والمستودع والعلامة لكل صورة حاوية تم تنزيلها، منسقة كجدول:

docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"

IMAGE ID         REPOSITORY                TAG
<image-id>       <repository-path/name>    <tag-name>

كيفية استخدام الحاوية

بمجرد وجود الحاوية على الكمبيوتر المضيف، استخدم العملية التالية للعمل بالحاوية.

تشغيل الحاوية، مع إعدادات الفواتير المطلوبة. تتوفر المزيد من الأمثلة على الأمر docker run.
الاستعلام عن نقطة نهاية التوقع للحاوية.

تشغيل الحاوية

استخدم الأمر docker run لتشغيل الحاوية. راجع جمع المعلمات المطلوبة للحصول على تفاصيل بشأن كيفية الحصول على القيم {ENDPOINT_URI} و{API_KEY}.

تتوفر أمثلة على الأمر docker run.

docker run --rm -it -p 5000:5000 --memory 16g --cpus 8 \
mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30 \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

الأمر أعلاه:

تشغيل أحدث حاوية توفر عام في Read OCR من صورة الحاوية.
تخصيص 8 نواة أساسية من وحدة المعالجة المركزية و16 غيغابايت (GB) من الذاكرة.
يعرض منفذ TCP 5000 ويخصص TTY زائف للحاوية.
يزيل الحاوية تلقائياً بعد إنهائها. صورة الحاوية لا تزال متوفرة على الكمبيوتر المضيف.

يمكنك بدلاً من ذلك تشغيل الحاوية باستخدام متغيرات البيئة:

docker run --rm -it -p 5000:5000 --memory 16g --cpus 8 \
--env Eula=accept \
--env Billing={ENDPOINT_URI} \
--env ApiKey={API_KEY} \
mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30

تتوفر المزيد من الأمثلة على الأمر docker run.

هام

تُحدد الخياراتEula وBillingApiKey لتشغيل الحاوية؛ وإلا فلن يتم تشغيل الحاوية. لمزيد من المعلومات، انظرالفواتير.

إذا كنت بحاجة إلى معدل نقل أعلى (على سبيل المثال، عند معالجة الملفات متعددة الصفحات)، ففكر في نشر حاويات متعددة على نظام مجموعة Kubernetes باستخدام Azure Storage وAzure Queue.

عند استخدام Azure Storage لتخزين الصور للمعالجة، يمكنك إنشاء سلسلة اتصال لاستخدامها عند استدعاء الحاوية.

للعثور على سلسلة الاتصال الخاصة بك:

انتقل إلى Storage accounts على مدخل Microsoft Azure، وابحث عن حسابك.
حدد مفاتيح Access في قائمة التنقل اليسرى.
ستكون سلسلة الاتصال الخاصة بك موجودة أسفل سلسلة الاتصال

تشغيل حاويات متعددة على نفس المضيف

إذا كنت تنوي تشغيل عدة حاويات ذات منافذ مكشوفة، فتأكد من تشغيل كل حاوية بمنفذ مكشوف مختلف. على سبيل المثال، قم بتشغيل الحاوية الأولى على المنفذ 5000 والحاوية الثانية على المنفذ 5001.

يمكن أن يكون لديك هذه الحاوية وحاوية خدمات Azure الذكاء الاصطناعي مختلفة تعمل على HOST معا. يمكنك أيضا أن يكون لديك حاويات متعددة من نفس حاوية خدمات Azure الذكاء الاصطناعي قيد التشغيل.

تحقق من أن الحاوية قيد التشغيل

هناك عدة طرق للتحقق من أن الحاوية قيد التشغيل. حدد موقع عنوان External IP والمنفذ المكشوف للحاوية المعنية، وافتح متصفح الويب المفضل لديك. استخدم عناوين URL المختلفة للطلبات التالية للتحقق من تشغيل الحاوية. أمثلة عناوين URL للطلبات المدرجة هنا هي http://localhost:5000، ولكن قد تختلف الحاوية الخاصة بك. تأكد من الاعتماد على عنوان External IP والمنفذ المكشوف للحاوية الخاصة بك.

URL للطلب	الغرض
`http://localhost:5000/`	توفر الحاوية صفحةً رئيسيةً.
`http://localhost:5000/ready`	تم طلبه بواسطة GET، يوفر عنوان URL هذا التحقق من أن الحاوية جاهزة لقبول استعلام مقابل النموذج. يمكن استخدام هذا الطلب لـ Kubernetes تحقيقات الاستعداد والجاهزية.
`http://localhost:5000/status`	مطلوب أيضاً مع GET، أن يتحقق عنوان URL هذا مما إذا كان مفتاح api المستخدم لبدء الحاوية صالحاً دون التسبب في استعلام نقطة النهاية. يمكن استخدام هذا الطلب لـ Kubernetes تحقيقات الاستعداد والجاهزية.
`http://localhost:5000/swagger`	توفر الحاوية مجموعةً كاملةً من الوثائق لنقاط النهاية وميزة Try it out. باستخدام هذه الميزة، يمكنك إدخال إعداداتك في نموذج HTML مستند إلى الويب وإجراء الاستعلام بدون الحاجة إلى كتابة أية تعليمة برمجية. بعد عودة الاستعلام، يتم توفير مثال على أمر Curl لإظهار عناوين HTTP وتنسيق الجسم المطلوب.

الصفحة الرئيسية للحاوية

الاستعلام عن نقطة نهاية التوقع للحاوية

توفر الحاوية واجهات برمجة التطبيقات لنقاط نهاية توقّع الاستعلام المستند إلى REST.

استخدم المضيف http://localhost:5000، لواجهات برمجة تطبيقات الحاوية. يمكنك عرض مسار Swagger عند: http://localhost:5000/swagger/.

قراءة غير متزامنة

يمكنك استخدام POST /vision/v3.2/read/analyze العمليات و GET /vision/v3.2/read/operations/{operationId} بالتنسيق لقراءة صورة بشكل غير متزامن، على غرار كيفية استخدام خدمة Azure الذكاء الاصطناعي Vision لعمليات REST المقابلة. سيعيد أسلوب POST غير المتزامن الذي operationId يتم استخدامه كمعرف لطلب HTTP GET.

من واجهة مستخدم swagger، حدد Analyze لتوسيعه في المستعرض. ثم حدد Try it out>Choose file. في هذا المثال، سنستخدم الصورة التالية:

علامات التبويب مقابل المسافات

عند تشغيل POST غير المتزامن بنجاح، فإنه يرجع التعليمة البرمجية لحالة HTTP 202. كجزء من الاستجابة، يوجد عنوان operation-location يحتوي على نقطة نهاية النتيجة للطلب.

 content-length: 0
 date: Fri, 04 Sep 2020 16:23:01 GMT
 operation-location: http://localhost:5000/vision/v3.2/read/operations/a527d445-8a74-4482-8cb3-c98a65ec7ef9
 server: Kestrel

يعد operation-location هو عنوان URL المؤهل بالكامل ويتم الوصول إليه عبر HTTP GET. فيما يلي استجابة JSON من تنفيذ عنوان URL operation-location من الصورة السابقة:

{
  "status": "succeeded",
  "createdDateTime": "2021-02-04T06:32:08.2752706+00:00",
  "lastUpdatedDateTime": "2021-02-04T06:32:08.7706172+00:00",
  "analyzeResult": {
    "version": "3.2.0",
    "readResults": [
      {
        "page": 1,
        "angle": 2.1243,
        "width": 502,
        "height": 252,
        "unit": "pixel",
        "lines": [
          {
            "boundingBox": [
              58,
              42,
              314,
              59,
              311,
              123,
              56,
              121
            ],
            "text": "Tabs vs",
            "appearance": {
              "style": {
                "name": "handwriting",
                "confidence": 0.96
              }
            },
            "words": [
              {
                "boundingBox": [
                  68,
                  44,
                  225,
                  59,
                  224,
                  122,
                  66,
                  123
                ],
                "text": "Tabs",
                "confidence": 0.933
              },
              {
                "boundingBox": [
                  241,
                  61,
                  314,
                  72,
                  314,
                  123,
                  239,
                  122
                ],
                "text": "vs",
                "confidence": 0.977
              }
            ]
          },
          {
            "boundingBox": [
              286,
              171,
              415,
              165,
              417,
              197,
              287,
              201
            ],
            "text": "paces",
            "appearance": {
              "style": {
                "name": "handwriting",
                "confidence": 0.746
              }
            },
            "words": [
              {
                "boundingBox": [
                  286,
                  179,
                  404,
                  166,
                  405,
                  198,
                  290,
                  201
                ],
                "text": "paces",
                "confidence": 0.938
              }
            ]
          }
        ]
      }
    ]
  }
}

هام

إذا قمت بتوزيع حاويات Read OCR متعددة خلف موازن تحميل، على سبيل المثال، ضمن Docker Compose أو Kubernetes، يجب أن تكون لديك ذاكرة تخزين مؤقت خارجية. نظراً لأن حاوية المعالجة وحاوية طلب GET قد لا تكون متماثلة، تقوم ذاكرة التخزين المؤقت الخارجية بتخزين النتائج ومشاركتها عبر الحاويات. للحصول على تفاصيل حول إعدادات ذاكرة التخزين المؤقت، راجع تكوين حاويات Azure الذكاء الاصطناعي Vision Docker.

قراءة متزامنة

يمكنك استخدام العملية التالية لقراءة صورة بشكل متزامن.

POST /vision/v3.2/read/syncAnalyze

لا ترجع واجهة برمجة تطبيقات استجابة JSON إلا عندما تقرأ الصورة كاملة. الاستثناء الوحيد لهذا السلوك هو إذا حدث خطأ. إذا حدث خطأ، يتم إرجاع JSON التالي:

{
    "status": "Failed"
}

يحتوي كائن استجابة JSON على نفس الرسم البياني لكائن الإصدار غير المتزامن. إذا كنت مستخدماً لــ JavaScript وتريد تأمين النوع، ففكر في استخدام TypeScript لإرسال استجابة JSON.

مثال على حالة الاستخدام، راجع بيئة الاختبار المعزولة TypeScript هنا وحدد Run لرؤية سهولة استخدامه.

تشغيل الحاوية غير المتصلة بالإنترنت

لاستخدام هذه الحاوية غير المتصلة بالإنترنت، يجب عليك أولا طلب الوصول عن طريق ملء أحد التطبيقات وشراء خطة التزام. راجع استخدام حاويات Docker في بيئات غير متصلة للحصول على مزيد من المعلومات.

إذا تمت الموافقة على تشغيل الحاوية غير المتصلة بالإنترنت، فاستخدم المثال التالي يوضح تنسيق الأمر الذي docker run ستستخدمه، مع قيم العنصر النائب. استبدل قيم العناصر النائبة هذه بقيمك الخاصة.

DownloadLicense=True ستقوم المعلمة في الأمر بتنزيل docker run ملف ترخيص سيمكن حاوية Docker من التشغيل عندما لا تكون متصلة بالإنترنت. يحتوي أيضا على تاريخ انتهاء صلاحية، وبعد ذلك سيكون ملف الترخيص غير صالح لتشغيل الحاوية. يمكنك فقط استخدام ملف ترخيص مع الحاوية المناسبة التي تمت الموافقة عليها. على سبيل المثال، لا يمكنك استخدام ملف ترخيص لحاوية تحويل الكلام إلى نص مع حاوية Document Intelligence.

Placeholder	القيمة‬	شكل أو مثال
`{IMAGE}`	صورة الحاوية التي تريد استخدامها.	`mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice`
`{LICENSE_MOUNT}`	المسار حيث سيتم تنزيل الترخيص وتثبيته.	`/host/license:/path/to/license/directory`
`{ENDPOINT_URI}`	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. يمكنك العثور عليه في صفحة المفتاح ونقطة النهاية الخاصة بموردك، على مدخل Microsoft Azure.	`https://<your-custom-subdomain>.cognitiveservices.azure.com`
`{API_KEY}`	مفتاح مورد Text Analytics. يمكنك العثور عليه في صفحة المفتاح ونقطة النهاية الخاصة بموردك، على مدخل Microsoft Azure.	`xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx`
`{CONTAINER_LICENSE_DIRECTORY}`	موقع مجلد الترخيص على نظام الملفات المحلي للحاوية.	`/path/to/license/directory`

docker run --rm -it -p 5000:5000 \ 
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}

بمجرد تنزيل ملف الترخيص، يمكنك تشغيل الحاوية في بيئة غير متصلة. يوضح المثال التالي تنسيق الأمر docker run الذي ستستخدمه، مع قيم العناصر النائبة. استبدل قيم العناصر النائبة هذه بقيمك الخاصة.

أينما يتم تشغيل الحاوية، يجب تحميل ملف الترخيص إلى الحاوية ويجب تحديد موقع مجلد الترخيص على نظام الملفات المحلي للحاوية باستخدام Mounts:License=. يجب أيضا تحديد تحميل الإخراج بحيث يمكن كتابة سجلات استخدام الفوترة.

Placeholder	القيمة‬	شكل أو مثال
`{IMAGE}`	صورة الحاوية التي تريد استخدامها.	`mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice`
`{MEMORY_SIZE}`	الحجم المناسب للذاكرة لتخصيصها للحاوية الخاصة بك.	`4g`
`{NUMBER_CPUS}`	العدد المناسب من وحدات المعالجة المركزية لتخصيصها للحاوية الخاصة بك.	`4`
`{LICENSE_MOUNT}`	المسار حيث سيتم تحديد موقع الترخيص وتثبيته.	`/host/license:/path/to/license/directory`
`{OUTPUT_PATH}`	مسار الإخراج لتسجيل سجلات الاستخدام.	`/host/output:/path/to/output/directory`
`{CONTAINER_LICENSE_DIRECTORY}`	موقع مجلد الترخيص على نظام الملفات المحلي للحاوية.	`/path/to/license/directory`
`{CONTAINER_OUTPUT_DIRECTORY}`	موقع مجلد الإخراج على نظام الملفات المحلي للحاوية.	`/path/to/output/directory`

docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \ 
-v {LICENSE_MOUNT} \ 
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

إيقاف الحاوية

لإغلاق الحاوية، في بيئة سطر الأوامر حيث تعمل الحاوية، حدد Ctrl+C.

استكشاف الأخطاء وإصلاحها

إذا قمت بتشغيل الحاوية مع تحميل ناتج وتمكين التسجيل، فإن الحاوية تنشئ ملفات سجل تساعد في استكشاف المشكلات التي تحدث أثناء بدء الحاوية أو تشغيلها وإصلاحها.

تلميح

لمزيد من المعلومات والإرشادات حول استكشاف الأخطاء وإصلاحها، راجع حاويات Azure الذكاء الاصطناعي الأسئلة المتداولة (FAQ).

إذا كنت تواجه مشكلة في تشغيل حاوية خدمات Azure الذكاء الاصطناعي، يمكنك محاولة استخدام حاوية تشخيص Microsoft. استخدم هذه الحاوية لتشخيص الأخطاء الشائعة في بيئة التوزيع التي قد تمنع حاويات Azure الذكاء الاصطناعي من العمل كما هو متوقع.

للحصول على الحاوية، استخدم الأمر docker pull التالي:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

ثم قم بتشغيل الحاوية. واستبدل {ENDPOINT_URI} بنقطة النهاية الخاصة بك، واستبدل {API_KEY} بمفتاحك للمورد الخاص بك:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

ستختبر الحاوية اتصال الشبكة بنقطة نهاية الفوترة.

الفوترة

ترسل حاويات Azure الذكاء الاصطناعي معلومات الفوترة إلى Azure، باستخدام المورد المقابل على حساب Azure الخاص بك.

تتم فوترة الاستعلامات إلى الحاوية في طبقة الأسعار لمورد Azure المستخدم للمعلمة ApiKey.

لا يتم ترخيص حاويات خدمات Azure الذكاء الاصطناعي للتشغيل دون الاتصال بنقطة نهاية القياس أو الفوترة. يجب تمكين الحاويات لتوصيل معلومات الفوترة بنقطة نهاية الفوترة في جميع الأوقات. لا ترسل حاويات خدمات Azure الذكاء الاصطناعي بيانات العملاء، مثل الصورة أو النص الذي يتم تحليله، إلى Microsoft.

قم بالاتصال بـ Azure

تحتاج الحاوية إلى قيم وسيطة للفوترة لتشغيلها. تسمح هذه القيم للحاوية بالاتصال بنقطة نهاية الفوترة. تشير الحاوية إلى الاستخدام كل 10 إلى 15 دقيقة تقريباً. إذا لم تتصل الحاوية بـ Azure خلال الفترة الزمنية المسموح بها، فسيستمر تشغيل الحاوية ولكنها لا تخدم الاستعلامات حتى تتم استعادة نقطة نهاية الفوترة. تمت محاولة الاتصال 10 مرات في نفس الفاصل الزمني من 10 إلى 15 دقيقة. إذا تعذر الاتصال بنقطة نهاية الفوترة خلال 10 محاولات، فستتوقف الحاوية عن تقديم الطلبات. راجع الأسئلة المتداولة حول حاوية خدمات azure الذكاء الاصطناعي للحصول على مثال على المعلومات المرسلة إلى Microsoft للفوترة.

وسائط الفوترة

سيبدأ الأمر docker run الحاوية عندما يتم توفير جميع الخيارات الثلاثة التالية بقيم صالحة:

خيار	‏‏الوصف
`ApiKey`	مفتاح API لمورد خدمات Azure الذكاء الاصطناعي المستخدم لتعقب معلومات الفوترة. يجب تعيين قيمة هذا الخيار على مفتاح واجهة برمجة التطبيقات للمورد المقدم المحدد في `Billing`.
`Billing`	نقطة نهاية مورد خدمات Azure الذكاء الاصطناعي المستخدمة لتعقب معلومات الفوترة. يجب تعيين قيمة هذا الخيار إلى عنوان URI لنقطة النهاية لمورد Azure المتاح.
`Eula`	يشير إلى أنك قبلت ترخيص الحاوية. يجب تعيين قيمة هذا الخيار على accept.

لمزيد من المعلومات بشأن هذه الخيارات، راجع تكوين الحاويات.

الملخص

في هذه المقالة، تعلمت المفاهيم وسير العمل لتنزيل حاويات Azure الذكاء الاصطناعي Vision وتثبيتها وتشغيلها. في ملخص

توفر Azure الذكاء الاصطناعي Vision حاوية Linux ل Docker، تغليف Read.
تحتاج صورة حاوية القراءة إلى تطبيق لتشغيلها.
يتم تشغيل صور الحاوية في Docker.
يمكنك استخدام واجهة برمجة تطبيقات REST أو SDK لاستدعاء العمليات في حاويات Read OCR عن طريق تحديد URI المضيف للحاوية.
يجب عليك تحديد معلومات الفوترة عند إنشاء مثيل حاوية.

هام

لا يتم ترخيص حاويات Azure الذكاء الاصطناعي للتشغيل دون الاتصال ب Azure لقياسها. يحتاج العملاء إلى تمكين الحاويات من توصيل معلومات الفوترة مع خدمة القياس في جميع الأوقات. لا ترسل حاويات Azure الذكاء الاصطناعي بيانات العميل (على سبيل المثال، الصورة أو النص الذي يتم تحليله) إلى Microsoft.

الخطوات التالية

مراجعة تكوين الحاويات لإعدادات التكوين
راجع نظرة عامة بشأن OCR لمعرفة المزيد بشأن التعرف على النص المطبوع والمكتوب بخط اليد
راجع واجهة برمجة تطبيقات Read للحصول على تفاصيل حول الأساليب التي تدعمها الحاوية.
راجع الأسئلة المتداولة (FAQ) لحل المشكلات المتعلقة بوظيفة Azure الذكاء الاصطناعي Vision.
استخدام المزيد من حاويات Azure الذكاء الاصطناعي

Share via