Delen via

Azure AI Vision 3.2 GA Read OCR-container installeren

  • Artikel

Met containers kunt u de Azure AI Vision-API's uitvoeren in uw eigen omgeving. Containers zijn ideaal voor specifieke vereisten voor beveiliging en gegevensbeheer. In dit artikel leert u hoe u de OCR-container (Read) downloadt, installeert en uitvoert.

Met de leescontainer kunt u gedrukte en handgeschreven tekst extraheren uit afbeeldingen en documenten met ondersteuning voor JPEG-, PNG-, BMP-, PDF- en TIFF-bestandsindelingen. Zie de handleiding lees-API voor meer informatie.

Nieuwe functies

De 3.2-model-2022-04-30 GA-versie van de leescontainer is beschikbaar met ondersteuning voor 164 talen en andere verbeteringen. Als u een bestaande klant bent, volgt u de downloadinstructies om aan de slag te gaan.

De OCR-container Read 3.2 is het nieuwste GA-model en biedt:

  • Nieuwe modellen voor verbeterde nauwkeurigheid.
  • Ondersteuning voor meerdere talen in hetzelfde document.
  • Ondersteuning voor in totaal 164 talen. Bekijk de volledige lijst met talen die door OCR worden ondersteund.
  • Eén bewerking voor zowel documenten als afbeeldingen.
  • Ondersteuning voor grotere documenten en afbeeldingen.
  • Betrouwbaarheidsscores.
  • Ondersteuning voor documenten met zowel afgedrukte als handgeschreven tekst.
  • Mogelijkheid om tekst te extraheren uit alleen geselecteerde pagina('s) in een document.
  • Kies de uitvoervolgorde van tekstregel van standaard naar een natuurlijkere leesvolgorde voor Latijnse talen.
  • Classificatie van tekstlijnen als handgeschreven stijl of niet alleen voor Latijnse talen.

Als u vandaag lees 2.0-containers gebruikt, raadpleegt u de migratiehandleiding voor meer informatie over wijzigingen in de nieuwe versies.

Vereisten

U moet voldoen aan de volgende vereisten voordat u de containers gebruikt:

Vereist Doel
Docker-engine U moet de Docker Engine installeren op een hostcomputer. Docker biedt pakketten waarmee de Docker-omgeving op MacOS, Windows en Linux kan worden geconfigureerd. Zie het Docker-overzicht voor een inleiding tot de basisprincipes van Docker en containers.

Docker moet zo worden geconfigureerd dat de containers verbinding kunnen maken met en factureringsgegevens naar Azure kunnen verzenden.

In Windows moet Docker ook worden geconfigureerd ter ondersteuning van Linux-containers.
Bekendheid met Docker U moet basiskennis hebben van Docker-concepten, zoals registers, opslagplaatsen, containers en containerinstallatiekopieën, evenals kennis van basisopdrachten docker .
Computer Vision-resource Als u de container wilt gebruiken, moet u het volgende hebben:

Een Computer Vision-resource en de bijbehorende API-sleutel de eindpunt-URI. Beide waarden zijn beschikbaar op de pagina's Overzicht en Sleutels voor de resource en zijn vereist om de container te starten.

{API_KEY}: een van de twee beschikbare resourcesleutels op de pagina Sleutels

{ENDPOINT_URI}: het eindpunt zoals opgegeven op de pagina Overzicht

Als u geen Azure-abonnement hebt, maakt u een gratis account voordat u begint.

Vereiste parameters verzamelen

Er zijn drie primaire parameters vereist voor alle Azure AI-containers. De licentievoorwaarden voor Microsoft-software moeten aanwezig zijn met een waarde van accepteren. Er is ook een eindpunt-URI en API-sleutel nodig.

Eindpunt-URI

De {ENDPOINT_URI} waarde is beschikbaar op de overzichtspagina van Azure Portal van de bijbehorende Azure AI-servicesresource. Ga naar de pagina Overzicht, plaats de muisaanwijzer op het eindpunt en er wordt een pictogram Kopiëren naar klembord weergegeven. Kopieer en gebruik waar nodig het eindpunt.

Schermopname van het verzamelen van de eindpunt-URI voor later gebruik.

Toetsen

De {API_KEY} waarde wordt gebruikt om de container te starten en is beschikbaar op de pagina Sleutels van azure Portal van de bijbehorende Azure AI-servicesresource. Ga naar de pagina Sleutels en selecteer het pictogram Kopiëren naar klembord .

Schermopname van het ophalen van een van de twee sleutels voor later gebruik.

Belangrijk

Deze abonnementssleutels worden gebruikt voor toegang tot uw Azure AI-services-API. Deel je sleutels niet. Bewaar ze veilig. Gebruik bijvoorbeeld Azure Key Vault. We raden u ook aan deze sleutels regelmatig opnieuw te genereren. Er is slechts één sleutel nodig om een API-aanroep te maken. Wanneer u de eerste sleutel opnieuw genereert, kunt u de tweede sleutel gebruiken voor continue toegang tot de service.

Vereisten voor hostcomputers

De host is een x64-computer waarop de Docker-container wordt uitgevoerd. Het kan een computer op uw locatie of een Docker-hostingservice in Azure zijn, zoals:

Ondersteuning voor Advanced Vector Extension

De hostcomputer is de computer waarop de Docker-container wordt uitgevoerd. De host moet Ondersteuning bieden voorAdvanced Vector Extensions (AVX2). U kunt controleren op AVX2-ondersteuning op Linux-hosts met de volgende opdracht:

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

Waarschuwing

De hostcomputer is vereist voor de ondersteuning van AVX2. De container werkt niet correct zonder AVX2-ondersteuning.

Containervereisten en aanbevelingen

Notitie

De vereisten en aanbevelingen zijn gebaseerd op benchmarks met één aanvraag per seconde, met behulp van een afbeelding van 523 kB van een gescande bedrijfsbrief met 29 regels en een totaal van 803 tekens. De aanbevolen configuratie resulteerde in ongeveer 2x snellere respons vergeleken met de minimale configuratie.

In de volgende tabel worden de minimale en aanbevolen toewijzing van resources voor elke LEES-OCR-container beschreven.

Container Minimaal Aanbevolen
Lees 3.2 2022-04-30 4 kernen, 8 GB geheugen 8 kernen, 16 GB geheugen
Lees 3.2 2021-04-12 4 kernen, 16 GB geheugen 8 kernen, 24 GB geheugen
  • Elke kern moet ten minste 2,6 gigahertz (GHz) of sneller zijn.

Kern en geheugen komen overeen met de --cpus en --memory instellingen, die worden gebruikt als onderdeel van de docker run opdracht.

De containerinstallatiekopieën ophalen

De azure AI Vision Read OCR-containerinstallatiekopie vindt u in het mcr.microsoft.com containerregistersyndicaat. Deze bevindt zich in de azure-cognitive-services opslagplaats en heeft de naam read. De volledig gekwalificeerde containerinstallatiekopieënnaam is. mcr.microsoft.com/azure-cognitive-services/vision/read

Als u de nieuwste versie van de container wilt gebruiken, kunt u de latest tag gebruiken. U kunt ook een volledige lijst met tags vinden op de MCR.

De volgende containerinstallatiekopieën voor Lezen zijn beschikbaar.

Container Container Registry/Opslagplaats/Naam van installatiekopieën Tags
Algemene beschikbaarheid van lezen 3.2 mcr.microsoft.com/azure-cognitive-services/vision/read:3.2-model-2022-04-30 nieuwste versie, 3.2, 3.2-model-2022-04-30

Gebruik de docker pull opdracht om een containerinstallatiekopieën te downloaden.

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

Tip

U kunt de opdracht docker-installatiekopieën gebruiken om uw gedownloade containerinstallatiekopieën weer te geven. De volgende opdracht bevat bijvoorbeeld de id, opslagplaats en tag van elke gedownloade containerinstallatiekopieën, opgemaakt als een tabel:

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

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

De container gebruiken

Zodra de container zich op de hostcomputer bevindt, gebruikt u het volgende proces om met de container te werken.

  1. Voer de container uit met de vereiste factureringsinstellingen. Er zijn meer voorbeelden van de docker run opdracht beschikbaar.
  2. Voer een query uit op het voorspellingseindpunt van de container.

De container uitvoeren

Gebruik de opdracht docker run om de container uit te voeren. Raadpleeg de vereiste parameters voor meer informatie over het ophalen van de {ENDPOINT_URI} en {API_KEY} waarden.

Voorbeelden van de docker run opdracht zijn beschikbaar.

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}

De bovenstaande opdracht:

  • Hiermee wordt de meest recente GA-container read OCR uitgevoerd vanuit de containerinstallatiekopie.
  • Wijst 8 CPU-kernen en 16 gigabyte (GB) geheugen toe.
  • Maakt TCP-poort 5000 beschikbaar en wijst een pseudo-TTY toe voor de container.
  • Hiermee wordt de container automatisch verwijderd nadat deze is afgesloten. De containerinstallatiekopie is nog steeds beschikbaar op de hostcomputer.

U kunt de container ook uitvoeren met behulp van omgevingsvariabelen:

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

Er zijn meer voorbeelden van de docker run opdracht beschikbaar.

Belangrijk

De Eula, Billingen ApiKey opties moeten worden opgegeven om de container uit te voeren. Anders wordt de container niet gestart. Zie Facturering voor meer informatie.

Als u een hogere doorvoer nodig hebt (bijvoorbeeld bij het verwerken van bestanden met meerdere pagina's), kunt u overwegen om meerdere containers in een Kubernetes-cluster te implementeren met behulp van Azure Storage en Azure Queue.

Als u Azure Storage gebruikt om installatiekopieën op te slaan voor verwerking, kunt u een verbindingsreeks maken die u kunt gebruiken bij het aanroepen van de container.

Ga als volgende te werk om uw verbindingsreeks te vinden:

  1. Navigeer naar Opslagaccounts in Azure Portal en zoek uw account.
  2. Selecteer toegangstoetsen in de linkernavigatielijst.
  3. Uw verbindingsreeks bevindt zich onder Verbinding maken iontekenreeks

Meerdere containers op dezelfde host uitvoeren

Als u van plan bent om meerdere containers met blootgestelde poorten uit te voeren, moet u ervoor zorgen dat u elke container uitvoert met een andere weergegeven poort. Voer bijvoorbeeld de eerste container uit op poort 5000 en de tweede container op poort 5001.

U kunt deze container en een andere Azure AI-servicescontainer laten uitvoeren op de HOST. U kunt ook meerdere containers van dezelfde Azure AI-servicescontainer uitvoeren.

Controleren of een container wordt uitgevoerd

Er zijn verschillende manieren om te controleren of de container wordt uitgevoerd. Zoek het externe IP-adres en de weergegeven poort van de betreffende container en open uw favoriete webbrowser. Gebruik de verschillende aanvraag-URL's die volgen om te controleren of de container wordt uitgevoerd. De hier vermelde voorbeeldaanvraag-URL's zijn http://localhost:5000, maar uw specifieke container kan variëren. Zorg ervoor dat u vertrouwt op het externe IP-adres van uw container en de weergegeven poort.

Aanvraag-URL Doel
http://localhost:5000/ De container bevat een startpagina.
http://localhost:5000/ready Aangevraagd met GET biedt deze URL een verificatie dat de container gereed is voor het accepteren van een query voor het model. Deze aanvraag kan worden gebruikt voor Kubernetes-liveness - en gereedheidstests.
http://localhost:5000/status Deze URL wordt ook aangevraagd met GET en controleert of de API-sleutel die wordt gebruikt om de container te starten, geldig is zonder een eindpuntquery te veroorzaken. Deze aanvraag kan worden gebruikt voor Kubernetes-liveness - en gereedheidstests.
http://localhost:5000/swagger De container bevat een volledige set met documentatie voor de eindpunten en een functie Uitproberen. Met deze functie kunt u uw instellingen invoeren in een HTML-webformulier en de query maken zonder dat u code hoeft te schrijven. Nadat de query is geretourneerd, wordt er een voorbeeld van een CURL-opdracht gegeven om de HTTP-headers en de hoofdtekstindeling te demonstreren die vereist is.

Startpagina van container

Een query uitvoeren op het voorspellingseindpunt van de container

De container bevat op REST gebaseerde eindpunt-API's voor queryvoorspelling.

Gebruik de host, http://localhost:5000, voor container-API's. U kunt het Swagger-pad bekijken op: http://localhost:5000/swagger/.

Asynchrone leesbewerking

U kunt de POST /vision/v3.2/read/analyze en GET /vision/v3.2/read/operations/{operationId} bewerkingen samen gebruiken om een afbeelding asynchroon te lezen, vergelijkbaar met de manier waarop de Azure AI Vision-service gebruikmaakt van de bijbehorende REST-bewerkingen. De asynchrone POST-methode retourneert een operationId methode die wordt gebruikt als de id voor de HTTP GET-aanvraag.

Selecteer in de swagger-gebruikersinterface de Analyze optie om deze uit te vouwen in de browser. Selecteer vervolgens Het>bestand Kiezen. In dit voorbeeld gebruiken we de volgende afbeelding:

tabs versus spaties

Wanneer de asynchrone POST is uitgevoerd, wordt een HTTP 202-statuscode geretourneerd. Als onderdeel van het antwoord is er een operation-location header met het resultaateindpunt voor de aanvraag.

 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

Dit operation-location is de volledig gekwalificeerde URL en wordt geopend via een HTTP GET. Hier volgt het JSON-antwoord van het uitvoeren van de operation-location URL uit de voorgaande afbeelding:

{
  "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
              }
            ]
          }
        ]
      }
    ]
  }
}

Belangrijk

Als u meerdere Lees-OCR-containers achter een load balancer implementeert, bijvoorbeeld onder Docker Compose of Kubernetes, moet u een externe cache hebben. Omdat de verwerkingscontainer en de GET-aanvraagcontainer mogelijk niet hetzelfde zijn, slaat een externe cache de resultaten op en deelt deze over containers. Zie Azure AI Vision Docker-containers configureren voor meer informatie over cache-instellingen.

Synchroon lezen

U kunt de volgende bewerking gebruiken om een afbeelding synchroon te lezen.

POST /vision/v3.2/read/syncAnalyze

Wanneer de afbeelding volledig wordt gelezen, retourneert de API alleen een JSON-antwoord. De enige uitzondering op dit gedrag is als er een fout optreedt. Als er een fout optreedt, wordt de volgende JSON geretourneerd:

{
    "status": "Failed"
}

Het JSON-antwoordobject heeft dezelfde objectgrafiek als de asynchrone versie. Als u een JavaScript-gebruiker bent en typeveiligheid wilt, kunt u overwegen TypeScript te gebruiken om het JSON-antwoord te casten.

Zie de TypeScript-sandbox hier voor een voorbeeld van een use-case en selecteer Uitvoeren om het gebruiksgemak ervan te visualiseren.

De container uitvoeren die is losgekoppeld van internet

Als u deze container wilt gebruiken die is losgekoppeld van internet, moet u eerst toegang aanvragen door een toepassing in te vullen en een toezeggingsplan aan te schaffen. Zie Docker-containers gebruiken in niet-verbonden omgevingen voor meer informatie.

Als u bent goedgekeurd om de container uit te voeren die is losgekoppeld van internet, ziet u in het volgende voorbeeld de opmaak van de docker run opdracht die u gaat gebruiken, met tijdelijke aanduidingen. Vervang deze tijdelijke aanduidingen door uw eigen waarden.

Met DownloadLicense=True de parameter in uw docker run opdracht wordt een licentiebestand gedownload waarmee uw Docker-container kan worden uitgevoerd wanneer deze niet is verbonden met internet. Het bevat ook een vervaldatum, waarna het licentiebestand ongeldig is om de container uit te voeren. U kunt alleen een licentiebestand gebruiken met de juiste container waarvoor u bent goedgekeurd. U kunt bijvoorbeeld geen licentiebestand gebruiken voor een spraak-naar-tekstcontainer met een Document Intelligence-container.

Tijdelijke aanduiding Weergegeven als Opmaak of voorbeeld
{IMAGE} De containerinstallatiekopieën die u wilt gebruiken. mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{LICENSE_MOUNT} Het pad waar de licentie wordt gedownload en gekoppeld. /host/license:/path/to/license/directory
{ENDPOINT_URI} Het eindpunt voor het verifiëren van uw serviceaanvraag. U vindt deze op de pagina Sleutel en eindpunt van uw resource, in Azure Portal. https://<your-custom-subdomain>.cognitiveservices.azure.com
{API_KEY} De sleutel voor uw Text Analytics-resource. U vindt deze op de pagina Sleutel en eindpunt van uw resource, in Azure Portal. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
{CONTAINER_LICENSE_DIRECTORY} Locatie van de licentiemap in het lokale bestandssysteem van de container. /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}

Zodra het licentiebestand is gedownload, kunt u de container uitvoeren in een niet-verbonden omgeving. In het volgende voorbeeld ziet u de opmaak van de docker run opdracht die u gaat gebruiken, met tijdelijke aanduidingen. Vervang deze tijdelijke aanduidingen door uw eigen waarden.

Waar de container ook wordt uitgevoerd, moet het licentiebestand worden gekoppeld aan de container en moet de locatie van de licentiemap in het lokale bestandssysteem van de container worden opgegeven met Mounts:License=. Er moet ook een uitvoerkoppeling worden opgegeven, zodat factureringsgebruiksrecords kunnen worden geschreven.

Tijdelijke aanduiding Weergegeven als Opmaak of voorbeeld
{IMAGE} De containerinstallatiekopieën die u wilt gebruiken. mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice
{MEMORY_SIZE} De juiste grootte van het geheugen dat moet worden toegewezen voor uw container. 4g
{NUMBER_CPUS} Het juiste aantal CPU's dat moet worden toegewezen voor uw container. 4
{LICENSE_MOUNT} Het pad waar de licentie zich bevindt en wordt gekoppeld. /host/license:/path/to/license/directory
{OUTPUT_PATH} Het uitvoerpad voor het vastleggen van gebruiksrecords. /host/output:/path/to/output/directory
{CONTAINER_LICENSE_DIRECTORY} Locatie van de licentiemap in het lokale bestandssysteem van de container. /path/to/license/directory
{CONTAINER_OUTPUT_DIRECTORY} Locatie van de uitvoermap in het lokale bestandssysteem van de container. /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}

De container stoppen

Als u de container wilt afsluiten, selecteert u Ctrl+C in de opdrachtregelomgeving waarin de container wordt uitgevoerd.

Probleemoplossing

Als u de container uitvoert waarvoor uitvoerkoppeling en logboekregistratie zijn ingeschakeld, genereert de container logboekbestanden die handig zijn om problemen op te lossen die optreden tijdens het starten of uitvoeren van de container.

Tip

Zie veelgestelde vragen over Azure AI-containers voor meer informatie en richtlijnen voor probleemoplossing.

Als u problemen ondervindt bij het uitvoeren van een Azure AI-servicescontainer, kunt u proberen de diagnostische container van Microsoft te gebruiken. Gebruik deze container om veelvoorkomende fouten in uw implementatieomgeving te diagnosticeren waardoor Azure AI-containers mogelijk niet werken zoals verwacht.

Gebruik de volgende docker pull opdracht om de container op te halen:

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

Voer vervolgens de container uit. Vervang {ENDPOINT_URI} door uw eindpunt en vervang {API_KEY} uw sleutel door uw resource:

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

De container test op netwerkconnectiviteit met het factureringseindpunt.

Billing

De Azure AI-containers verzenden factureringsgegevens naar Azure met behulp van de bijbehorende resource in uw Azure-account.

Query's naar de container worden gefactureerd in de prijscategorie van de Azure-resource die wordt gebruikt voor de ApiKey parameter.

Azure AI-servicescontainers hebben geen licentie om te worden uitgevoerd zonder verbinding te maken met het meter- of factureringseindpunt. U moet de containers inschakelen om factureringsgegevens te communiceren met het factureringseindpunt. Azure AI-servicescontainers verzenden geen klantgegevens, zoals de afbeelding of tekst die wordt geanalyseerd, naar Microsoft.

Verbinding maken met Azure

De container moet de waarden voor factureringsargumenten uitvoeren. Met deze waarden kan de container verbinding maken met het factureringseindpunt. De container rapporteert ongeveer om de 10 tot 15 minuten het gebruik. Als de container niet binnen het toegestane tijdvenster verbinding maakt met Azure, blijft de container actief, maar voert deze geen query's uit totdat het factureringseindpunt is hersteld. De verbinding wordt 10 keer geprobeerd met hetzelfde tijdsinterval van 10 tot 15 minuten. Als er geen verbinding kan worden gemaakt met het factureringseindpunt binnen de 10 pogingen, stopt de container met het verwerken van aanvragen. Zie de veelgestelde vragen over de Azure AI-servicescontainer voor een voorbeeld van de informatie die naar Microsoft is verzonden voor facturering.

Factureringsargumenten

Met docker run de opdracht wordt de container gestart wanneer alle drie de volgende opties geldige waarden bevatten:

Optie Omschrijving
ApiKey De API-sleutel van de Azure AI-servicesresource die wordt gebruikt om factureringsgegevens bij te houden.
De waarde van deze optie moet worden ingesteld op een API-sleutel voor de ingerichte resource die is opgegeven in Billing.
Billing Het eindpunt van de Azure AI-servicesresource die wordt gebruikt om factureringsgegevens bij te houden.
De waarde van deze optie moet worden ingesteld op de eindpunt-URI van een ingerichte Azure-resource.
Eula Geeft aan dat u de licentie voor de container hebt geaccepteerd.
De waarde van deze optie moet worden ingesteld op accepteren.

Zie Containers configureren voor meer informatie over deze opties.

Samenvatting

In dit artikel hebt u concepten en werkstroom geleerd voor het downloaden, installeren en uitvoeren van Azure AI Vision-containers. Samengevat:

  • Azure AI Vision biedt een Linux-container voor Docker, waarin leesbewerkingen worden ingekapseld.
  • Voor de installatiekopieën van de leescontainer moet een toepassing deze uitvoeren.
  • Containerinstallatiekopieën worden uitgevoerd in Docker.
  • U kunt de REST API of SDK gebruiken om bewerkingen aan te roepen in OCR-containers voor lezen door de host-URI van de container op te geven.
  • U moet factureringsgegevens opgeven bij het instantiëren van een container.

Belangrijk

Azure AI-containers worden niet gelicentieerd om te worden uitgevoerd zonder dat ze zijn verbonden met Azure voor meting. Klanten moeten ervoor zorgen dat de containers altijd factureringsgegevens kunnen communiceren met de meterservice. Azure AI-containers verzenden geen klantgegevens (bijvoorbeeld de afbeelding of tekst die wordt geanalyseerd) naar Microsoft.

Volgende stappen