← Para empresas
AURORA ML Training Mejores modelos de IA de documentos con datos y entrenamiento especializados
Creamos nuestros propios datos de fuentes y glifos y nuestro proceso de entrenamiento para AURORA OCR. Ahora ponemos esta experiencia al alcance de equipos que desarrollan sus propios modelos de documentos.
aRgcC5ЖдыoOe1tQя
Qué ofrecemos
AURORA Data
Datos especializados de fuentes y glifos para IA de documentos
Acceso a datos de fuentes, glifos y huellas de caracteres. Puedes revisar el formato de las muestras, el etiquetado y la cobertura; la licencia y el alcance del acceso se acuerdan en cada proyecto.
AURORA Training
Entrena o ajusta un modelo para tu tarea de documentos
Caracteres, líneas de texto, fuentes o maquetación de página. Incluye minería de ejemplos difíciles, reentrenamiento dirigido y daños simulados de escáner y cámara.
AURORA Evaluation
Descubre cómo rinde tu modelo con documentos
Nuestros conjuntos de prueba internos y bancos de pruebas públicos seleccionados, resultados por categoría y un informe con el método. Sin cifras que no podamos respaldar.
Los datos detrás de los modelos
380.849fuentes únicasCada fuente de la colección es única: las copias exactas se guardan una sola vez y las distintas versiones de una fuente cuentan por separado.
24,0 Mhuellas de caracteresUna descripción compacta de la forma de un carácter en una fuente; sirve para encontrar fuentes y letras parecidas.
≈ 13,8 Mglifos validados11,7 M letras, 1,9 M dígitos y 0,2 M otros signos, cada uno etiquetado desde una fuente fiable, revisado por una persona o confirmado por varios lectores independientes.
1.643caracteres en nuestro modelo más nuevoLetras latinas, cirílicas y griegas con acentos, dígitos y signos; las letras de una misma forma comparten clase, así que el modelo tiene 1.593 clases.
Dos cifras distintas. ≈ 13,8 M es toda nuestra colección de glifos revisados. El modelo medido en la página de OCR se entrenó con ≈ 1,1 M muestras elegidas de nuestros datos, cada una validada por una persona.
Cómo funciona un proyecto
- Definir la tareaTipos de documentos, alfabetos, caracteres y el resultado que necesitas.
- Elegir los datosEl alcance y la cobertura de datos que encajan con la tarea.
- Entrenar o ajustarEntrenamiento dirigido con minería de ejemplos difíciles.
- EvaluarDatos de prueba reservados y bancos de pruebas públicos relevantes.
- Revisar resultadosConclusiones y siguientes pasos, juntos.
La plataforma unificada de API y SDK está en desarrollo. Ya aceptamos solicitudes de acceso anticipado.