Configurer les conteneurs Intelligence documentaire

Intelligence documentaire ne prend pas en charge les conteneurs pour v4.0. La prise en charge des conteneurs est actuellement disponible avec Intelligence documentaire version 2022-08-31 (GA) pour tous les modèles et version 2023-07-31 (GA) pour les modèles de lecture, de disposition, de facture, de reçu et de pièce d’identité :

• API REST2022-08-31 (GA)
• API REST2023-07-31 (GA)
• Bibliothèques de client ciblant REST API 2022-08-31 (GA)
• Bibliothèques de client ciblant REST API 2023-07-31 (GA)

✔️ Consultez Configurer des conteneurs Intelligence documentaire v3.0 ou Configurer des conteneurs Intelligence documentaire v3.1 pour les versions prises en charge de la documentation sur les conteneurs.

Ce contenu s’applique à : v3.0 (GA) v3.1 (GA)

Avec les conteneurs Intelligence documentaire, vous pouvez créer une architecture d’applications optimisée pour tirer parti des fonctionnalités robustes du cloud et de la localité en périphérie. Les conteneurs offrent un environnement minimaliste et isolé qui peut être facilement déployé en local et dans le cloud. Dans cet article, nous vous montrons comment configurer l’environnement d’exécution du conteneur Intelligence documentaire à l’aide des arguments de la commande docker compose. Les fonctionnalités Intelligence documentaire sont prises en charge par sept conteneurs de fonctionnalités Intelligence documentaire : Lecture, Disposition, Carte de visite, Document d’identité, Reçu, Facture et Personnalisé. Ces conteneurs ont des paramètres obligatoires et facultatifs. Pour obtenir des exemples, consultez la section Exemple de fichier docker-compose.yml.

Paramètres de configuration

Chaque conteneur a les paramètres de configuration suivants :

Paramètres de configuration de clé et de facturation

Le paramètre Key spécifie la clé de ressource Azure utilisée pour suivre les informations de facturation pour le conteneur. La valeur pour la Clé doit être une clé valide pour la ressource spécifiée pour Billing dans la section « Paramètre de configuration de facturation ».

Le paramètre Billing spécifie l’URI de point de terminaison de la ressource sur Azure qui est utilisé pour mesurer les informations de facturation du conteneur. La valeur de ce paramètre de configuration doit être un URI de point de terminaison valide pour une ressource sur Azure. Le conteneur crée des rapports sur l’utilisation toutes les 10 à 15 minutes.

Vous pouvez trouver ces paramètres dans le portail Azure dans la page Clés et points de terminaison.

Paramètre EULA

Le paramètre Eula indique que vous avez accepté la licence pour le conteneur. Vous devez attribuer à ce paramètre de configuration une valeur qui doit être définie sur accept.

Les conteneurs Azure AI services sont accordés sous licence selon les termes d’un contrat qui régit votre utilisation d’Azure. Si vous ne disposez pas d’un contrat existant régissant votre utilisation d’Azure, vous acceptez que votre utilisation d’Azure soit régie par le Contrat d’abonnement à Microsoft Online, qui intègre les conditions des services en ligne. Pour les préversions, vous acceptez également les conditions d’utilisation supplémentaires des préversions Microsoft Azure. En utilisant le conteneur, vous acceptez les termes du contrat.

Paramètre ApplicationInsights

Le paramètre ApplicationInsights vous permet d’ajouter la prise en charge de la télémétrie Azure Application Insights à votre conteneur. Application Insights assure une supervision approfondie de votre conteneur. Vous pouvez facilement superviser la disponibilité, les performances et l’utilisation de votre conteneur. De plus, vous pouvez identifier et diagnostiquer rapidement les erreurs dans votre conteneur.

Le tableau suivant décrit les paramètres de configuration pris en charge sous la section ApplicationInsights.

Paramètres Fluentd

Fluentd est un collecteur de données open source pour la journalisation unifiée. Les paramètres Fluentd gèrent la connexion du conteneur à un serveur Fluentd. Le conteneur comprend un fournisseur de journalisation Fluentd qui permet à votre conteneur d’écrire des données de journaux d’activité et, éventuellement, de métriques, sur un serveur Fluentd.

Le tableau suivant décrit les paramètres de configuration pris en charge sous la section Fluentd.

Paramètres des informations d’identification du proxy HTTP

Si vous devez configurer un proxy HTTP pour effectuer des requêtes sortantes, utilisez les deux arguments suivants :

docker run --rm -it -p 5000:5000 \
--memory 2g --cpus 1 \
--mount type=bind,src=/home/azureuser/output,target=/output \
<registry-location>/<image-name> \
Eula=accept \
Billing=<endpoint> \
ApiKey=<api-key> \
HTTP_PROXY=<proxy-url> \
HTTP_PROXY_CREDS=<proxy-user>:<proxy-password> \

Paramètres de journalisation

Les paramètres Logging gèrent la prise en charge de la journalisation ASP.NET Core pour votre conteneur. Vous pouvez utiliser pour votre conteneur les mêmes paramètres et valeurs de configuration que ceux d’une application ASP.NET Core.

Le conteneur prend en charge les fournisseurs de journalisation suivants :

Cette commande de conteneur stocke des informations de journalisation au format JSON dans le montage de sortie :

docker run --rm -it -p 5000:5000 \
--memory 2g --cpus 1 \
--mount type=bind,src=/home/azureuser/output,target=/output \
<registry-location>/<image-name> \
Eula=accept \
Billing=<endpoint> \
ApiKey=<api-key> \
Logging:Disk:Format=json \
Mounts:Output=/output

Cette commande de conteneur affiche des informations de débogage, avec le préfixe dbug, tandis que le conteneur s’exécute :

docker run --rm -it -p 5000:5000 \
--memory 2g --cpus 1 \
<registry-location>/<image-name> \
Eula=accept \
Billing=<endpoint> \
ApiKey=<api-key> \
Logging:Console:LogLevel:Default=Debug

Journalisation Disk

Le fournisseur de journalisation Disk prend en charge les paramètres de configuration suivants :

Pour plus d’informations sur la configuration de la prise en charge de la journalisation ASP.NET Core, consultez Configuration d’un fichier de paramètres.

Paramètres des volumes

Utilisez des volumes pour lire et écrire des données vers et à partir du conteneur. Les volumes sont ceux préférés pour conserver les données générées et utilisées par les conteneurs Docker. Vous pouvez spécifier un montage d’entrée ou de sortie en incluant l’option volumes et en spécifiant type (liaison), source (chemin d’accès du dossier) et target (paramètre de chemin d’accès du fichier).

Le conteneur Intelligence documentaire nécessite un volume d’entrée et un volume de sortie. Le volume d’entrée peut être en lecture seule (ro) et il est requis pour accéder aux données qui sont utilisées pour la formation et le scoring. Le volume de sortie doit être accessible en écriture. Il sert à stocker les modèles et les données temporaires.

La syntaxe exacte de l’emplacement du volume hôte varie en fonction du système d’exploitation hôte. De plus, l’emplacement du volume de l’ordinateur hôte peut ne pas être accessible en raison d’un conflit entre les autorisations de compte de service Docker et les autorisations d’emplacement du montage d’hôte.

Exemple de fichier docker-compose.yml

La méthode dockr compose est créée en trois étapes :

1. Créez un Dockerfile.
2. Définissez les services dans un fichier docker-compose.yml de sorte qu’ils puissent être exécutés ensemble dans un environnement isolé.
3. Exécutez docker-compose up pour démarrer et exécuter vos services.

Exemple avec un seul conteneur

Dans cet exemple, entrez les valeurs {FORM_RECOGNIZER_ENDPOINT_URI} et {FORM_RECOGNIZER_KEY} pour votre instance de conteneur de disposition.

Conteneur de disposition

version: "3.9"
services:
  azure-cognitive-service-layout:
    container_name: azure-cognitive-service-layout
    image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout
    environment:
      - EULA=accept
      - billing={FORM_RECOGNIZER_ENDPOINT_URI}
      - key={FORM_RECOGNIZER_KEY}

    ports:
      - "5000"
    networks:
      - ocrvnet
networks:
  ocrvnet:
    driver: bridge

Exemple avec plusieurs conteneurs

Conteneurs de reçus et de lecture OCR

Dans cet exemple, entrez les valeurs {FORM_RECOGNIZER_ENDPOINT_URI} et {FORM_RECOGNIZER_KEY} pour votre conteneur Reçu et les valeurs {COMPUTER_VISION_ENDPOINT_URI} et {COMPUTER_VISION_KEY} pour votre conteneur Lecture Azure AI Vision.

version: "3"
services:
  azure-cognitive-service-receipt:
    container_name: azure-cognitive-service-receipt
    image: cognitiveservicespreview.azurecr.io/microsoft/cognitive-services-form-recognizer-receipt:2.1
    environment:
      - EULA=accept
      - billing={FORM_RECOGNIZER_ENDPOINT_URI}
      - key={FORM_RECOGNIZER_KEY}
      - AzureCognitiveServiceReadHost=http://azure-cognitive-service-read:5000
    ports:
      - "5000:5050"
    networks:
      - ocrvnet
  azure-cognitive-service-read:
    container_name: azure-cognitive-service-read
    image: mcr.microsoft.com/azure-cognitive-services/vision/read:3.2
    environment:
      - EULA=accept
      - billing={COMPUTER_VISION_ENDPOINT_URI}
      - key={COMPUTER_VISION_KEY}
    networks:
      - ocrvnet

networks:
  ocrvnet:
    driver: bridge

Étapes suivantes

• Recette d’instance de conteneur Azure