OCR（光学字符识别）

借助基础模型，Document AI 自定义提取器能够更快速、更准确地从文档（通用和特定领域）中提取文本和数据。只需 5-10 个文档即可轻松进行微调，以实现更好的效果。

如果您想训练自己的模型，可使用基础模型为数据集自动添加标签，以加快投入生产的速度。

您还可以选择使用预训练的专用处理器 - 请参阅处理器的完整列表。

Mr. Cooper 是美国最大的房贷提供商之一，主要向业主提供各种利息支付和贷款产品、服务和技术。

他们利用 Google 的 OCR 技术栈构建了采用模块化架构的基于容器的文档处理流水线，并取得了以下成果：

- 关键文档的准确率超过 95%。

- 峰值吞吐量为 4000 页/分钟，平均吞吐量为 2000 页/分钟。

- 文档处理效率提高到 400%。

Document AI 依托生成式 AI 技术，可以精准地从布局和质量不同的文档中提取数据。您可以将其与 Cloud Storage 连接，让您的非结构化文档符合企业级合规性。BigQuery 可帮助您以自己喜欢的任何方式对提取的数据进行批处理和分析。借助 Looker，您可以根据 BigQuery 表轻松构建可视化图表。Vertex AI Search 可让您查询和搜索 Cloud Storage 中的文档，无论采用对话方式还是传统方式。

图像标记也称为图像标签。

Cloud Vision API 可以识别并标记图片中的普通物体、地标、地点、徽标、活动、动物品种和商品等。为图片添加检测到的标签后，就可以轻松地自动进行图片搜索、处理和管理。

如果您需要有针对性的自定义标签，请使用 Cloud AutoML 训练自定义机器学习模型。

如需在本地使用 Google OCR 技术，请使用 OCR On-Prem，可在 Cloud Marketplace 中获取。

如需运行检测图片的基本图片处理流水线（如右图所示），您的每月费用将为 $27.36。

您可以在价格计算器中查看此数值所基于的用量假设。

每月的前 1,000 个单位免费。

德州农工大学的研究人员借助 Cloud AutoML 在24 个计算小时内使用 10,458 张海岸图片自定义训练了一个多标签数据集模型。该模型帮助研究人员预测和跟踪海岸线变化，平均准确率达到 95.2%。

AutoML 让您可以更灵活地使用训练图片训练高级模型，让团队能够通过直观的界面检查数据和分析结果，并提供用于可扩缩服务的 API。

通过 Cloud Vision API，您可以检测和提取图片中不同语言的文本和手写内容。它还提供多区域支持，您可以指定大洲级别的数据存储和 OCR 处理。

您可以选择处理少量图片（每个请求最多 16 张）并立即获得结果，也可以选择异步批处理大量图片（每个请求最多 2000 张）并在稍后获得结果。

如需运行从图像中提取文本的基本处理流水线（如右图所示），您的每月费用将为 $27.36。

您可以在价格计算器中查看此数值所基于的用量假设。

每月的前 1,000 个单位免费。