OCR识别

步骤一：创建数据集

1. 进入视觉模型训练页面。
   1. 登录PAI控制台。
   2. 在PAI控制台首页，选择AutoLearning > 视觉模型训练。
2. 在视觉模型训练页面，单击操作列下的打开。
3. 在数据准备配置向导页面，单击新建数据集。
4. 在新建数据集页面，配置参数。

   参数	描述
   数据集名称	长度为1~30个字符，以大写字母、小写字母、数字或中文开头，可以包含下划线（_）或短划线（-）。
   描述	数据集的简要说明，便于区分各数据集。
   存储类型	系统默认OSS，不支持修改。
   OSS路径	选择OSS存储训练图片的路径。

5. 单击提交。
   PAI-AutoLearning会对图像及标注信息进行索引（不会转存图像，只对数据进行索引，模型训练时才会授权访问图像），您可以在数据集列表区域，查看数据集信息。

步骤二：标注数据

如果数据集中有尚未标注的图像，可以在线标注。

1. 在数据准备配置向导页面的数据集列表区域，单击操作列下的标注。
2. 在标注页面，对每张图像进行标注，并单击提交。
3. 单击预览，查看标注结果。

步骤三：创建任务

1. 在数据准备配置向导页面，单击上方的训练任务。
2. 在训练任务配置向导页面，单击新建任务。
3. 在新建任务页面，配置参数。

   区域	参数	描述
   基本信息	任务名称	长度为1~30个字符，以大写字母、小写字母、数字或中文开头，可以包含下划线（_）或短划线（-）。
   	描述	任务的简要说明，便于区分各任务。
   数据集	选择数据集	选择训练数据集。
   算法与训练	选择算法	OCR-高性能算法：兼顾客户端与云端推理性能，预测速度快。
   	资源配置	选择训练任务使用的GPU数量及GPU类型。

4. 单击开始训练。

步骤四：查看训练详情

1. 在训练任务配置向导页面，单击操作列下的训练详情。
2. 在训练详情页面，您可以进行如下操作。

   操作	描述
   查看训练进度	在训练过程页签，查看训练进度及训练基本信息。
   终止任务	在训练过程页签，单击终止任务。
   查看节点训练信息	在训练过程页签，单击节点图标。 在节点信息页面，查看节点运行进度、基本信息及步骤信息。
   查看训练日志	在训练过程页签，单击节点图标。 在节点信息页面，单击日志页签。

步骤五：客户端预览模型

1. 在训练详情页面，单击体验及发布。
2. 在体验及发布配置向导页面，使用支付宝扫描生成的二维码。
   如下模型指标是在验证集上的结果。验证集是指从总训练数据中随机抽取的部分数据，默认抽取10%的数据。

   • loss：在标注真值（Groud Truth）与预测值之间，使用损失函数计算得到的损失。损失越低，表示模型效果越好。
   • model_size：通过训练、量化及编码等优化方法，获得的模型大小。
3. 使用客户端识别物体，体验实时识别效果。

步骤六：服务端部署

1. 在体验及发布配置向导页面，单击前往PAI-EAS部署。
2. 在资源和模型页面，选择资源种类，并单击下一步。
3. 在部署详情及配置确认页面，输入自定义模型名称。
4. 在实例数和Quota调整框，单击或图标调整资源数量。
5. 单击部署。
   进入PAI EAS模型在线服务页面。如果模型状态变为运行中，则模型部署成功。
6. 调用模型。
   API调用说明

   • HTTP方法：POST。
   • 请求URL：服务端部署成功后，系统会自动生成公网访问地址 。您可以通过如下方式获取访问地址和Token。
     1. 在PAI EAS模型在线服务页面，单击服务方式下的调用信息。
     2. 在调用信息页面的公网地址调用页签，查看访问地址和Token。
   • Body请求。

     {
       "dataArray":[
         {
           "name":"image",
           "type":"stream",
           "body":"base64数据"
         }
       ]
     }

     参数	是否必选	类型	说明
     name	否	string	无
     type	否	string	数据类型。系统默认stream，不支持修改。
     body	是	string	图像数据。使用Base64编码，支持JPG、PNG及BMP等格式。

   • 返回说明。

     参数	类型	说明
     success	bool	调用是否成功
     result	object	返回结果
     output	array	OCR结果数组
     label	string	OCR识别结果
     conf	number	置信度
     pos	array	检测框的相对坐标(x,y)，按照左上、右上、右下及左下的顺序存储。
     meta	object	图片信息
     height	number	图片高度
     width	number	图片宽度

   • 错误码。

     错误码	错误信息	描述
     1001	INPUT_FORMAT_ERROR	输入格式有误。例如，缺少必要参数，请检查输入格式是否符合规范。
     1002	IMAGE_DECODE_ERROR	图片解码失败（非JPG或PNG等常见图片格式），请检查图片格式。
     2001	UNKNOWN_ERROR	服务器内部错误。
     2002	GET_INSTANCE_ERROR	实例获取失败。通常是由于资源不足，请尝试增大CPU或内存等资源配置。
     2003	MODEL_FORWARD_ERROR	服务器内部错误，模型推理失败。

   调用示例

   • 请求示例。

     curl http://****.cn-shanghai.pai-eas.aliyuncs.com/api/predict/**** -H 'Authorization:****==' -d '{"dataArray": [{"body": "****", "type": "stream", "name": "image"}]}'

     需要将示例中的URL、Token及图片Base64信息替换为实际值。
   • 返回示例。

     {
       "success":true,
       "result":{
         "output":[
           {
             "type":"cv_common",
             "body":[
               {
                 "label":"06174727742034996",
                 "conf":0.95,
                 "pos":[[468,992],[976,1012],[972,1072],[464,1052]]
               }
             ]
           }
         ],
         "meta":{
           "height":1920,
           "width":1080
         }
       }
     }

   • 请求错误的返回示例。
     如果请求错误，返回结果包含以下参数：

     • errorCode：错误码。
     • errorMsg：错误描述信息。

     例如，输入参数中缺少dataArray字段，返回结果如下。

     {
       "success":false,
       "errorCode":"1001",
       "errorMsg":"INPUT_FORMAT_ERROR"
     }