「複雑なエンジニアリング図面のためのOCRの使用」 「複雑なエンジニアリング図面のためのOCRの使用」という文になります

OCR for complex engineering drawings

光学文字認識（OCR）は、ビジネスが文書処理を自動化する方法を革新しました。しかし、技術の品質と精度はすべてのアプリケーションに対して十分ではありません。処理されるドキュメントが複雑になるほど、精度は低下します。特にエンジニアリング図面には特に当てはまります。ボックス外のOCRテクノロジーはこのタスクに適していないかもしれませんが、OCRを使用してドキュメント処理の目標を達成するための他の方法があります。以下では、技術的な詳細にはあまり立ち入らず、一般的なアイデアを提供するためにいくつかの実行可能なソリューションを探求します。

エンジニアリング図面認識の課題

技術図面に関しては、OCRは個々のテキスト要素の意味を理解するのが難しいです。技術はテキストを読むことができますが、その意味を理解することはできません。技術文書の自動認識が正しく設定されている場合、エンジニアやメーカーが考慮するべき機会がいくつかあります。以下に最も重要なものを示します。

画像の出典: Mobidev

• AIにおけるブロックチェーンの包括的なレビュー
• モジュラーの共同創設者兼社長であるティム・デイビス- インタビューシリーズ
• TripAdvisorホテルレビューでの感情分析とChatGPT

複雑な技術文書の分析を実現するために、エンジニアはAIモデルをトレーニングする必要があります。人間と同様に、AIモデルもこれらの図面を理解するために経験とトレーニングが必要です。

図面とエンジニアリング図面の認識の1つの課題は、ソフトウェアが図面の異なるビューをどのように分離するかを理解する必要があるということです。これらは、図面のレイアウトの基本的なアイデアを提供する図面の異なる部分です。ビューを分離し、それらがどのように関連しているかを理解することにより、ソフトウェアはバウンディングボックスを計算できます。

このプロセスにはいくつかの課題が含まれる場合があります：

• ビューが重なる場合
• ビューが損傷している場合
• ラベルが2つのビューに等距離である場合
• ビューがネストされている場合

ビュー間の関係は別の問題です。ビューが図のフラットパート、回転パート、ブロック、または他の何かであるかどうかを考慮する必要があります。さらに、チェーン状の寸法、欠落した注釈、標準への参照を通じて暗黙的に定義された高さ、その他の問題が発生する可能性もあります。

重要な点として、一般的なOCRは、線、シンボル、注釈などのグラフィカルな要素に囲まれた図面のテキストを信頼性を持って理解することができません。この事実により、私たちはより具体的なアプリケーションにはより役立つであろう機械学習を用いたOCRにより深く入り込む必要があります。

事前トレーニング済みおよびカスタムOCRモデル

市場にはOCRソフトウェアが豊富にありますが、すべてのソフトウェアがユーザーによってトレーニングや修正が可能ではありません。エンジニアリング図面の分析にはトレーニングが必要な場合がありますが、このような図面向けのOCRツールは存在します。

事前トレーニング済みOCRツール

以下は、エンジニアリング図面のOCR認識における一般的なオプションです：

• ABBYY FineReader：この多機能の図面解釈ソフトウェアは、テキストのOCR技術と認識機能を提供します。さまざまな画像形式、レイアウトの保持、データのエクスポート、統合をサポートしています。
• Adobe Acrobat Pro：PDFの編集、表示、管理を提供するだけでなく、AcrobatはOCR文書と図面のスキャン、テキストの抽出、検索を行うことができます。さまざまな言語をサポートし、ユーザーがオプションを設定できます。
• Bluebeam Revu：別の人気のあるPDFアプリケーション、Bluebeam Revuは、エンジニアリング図面のテキスト抽出に対するOCR技術を提供します。
• AutoCAD：Computer Aided Designの略であり、AutoCADは図面の解釈用のOCRプラグインをサポートしており、それらを編集可能なCAD要素に変換することができます。
• PlanGrid：このソフトウェアには、図面のOCR解釈が最初から組み込まれています。この機能を使用すると、図面画像をアップロードして、テキストを抽出し、整理し、索引付けし、検索することができます。
• Textract：このクラウドベースのAWS機能は、ドキュメントのOCR分析を可能にし、表などの要素をドキュメントから抽出することができます。また、図面から要素を認識し、他のアプリケーションとの統合のためのAPIも提供します。
• Butler OCR：開発者にドキュメント抽出APIを提供するButler OCRは、機械学習と人間のレビューを組み合わせてドキュメント認識の精度を向上させます。

カスタムOCRソリューション

エンジニアリング図面からのより良い自動データ抽出を達成し、特定のデータ形式に適応させるためにトレーニングできるカスタムOCRソリューションを探している場合は、次のいくつかの人気のあるオプションがあります：

• Tesseract：Googleがメンテナンスを行う柔軟なオープンソースのOCRエンジンで、カスタムのデータにトレーニングされて図面固有の文字やシンボルを認識することができます。
• OpenCV：オープンソースのコンピュータビジョンライブラリであるOpenCVは、TesseractなどのOCRツールと組み合わせてカスタムの解釈ソリューションを構築することができます。適切に利用されると、イメージ処理と解析機能は、エンジニアリング図面上のOCRの精度を向上させることができます。

これらのツールに加えて、カスタムな機械学習モデルを独自に開発することも可能です。TensorFlowやPyTorchなどのフレームワークを使用して、ラベル付きのデータセットでトレーニングモデルを活用することで、特定の設計図要素を認識し、組織のニーズに合った高い精度を達成することができます。

事前学習済みモデルは利便性と使いやすさを提供しますが、カスタムなソリューションほどエンジニアリング図面の解釈には効果的ではない場合があります。これらのカスタムソリューションは、開発と保守に追加のリソースと専門知識も必要とします。

カスタムソリューションを開発するには追加の財務リソースと労働力が必要です。カスタムOCRソリューションに多くの投資をする前に、技術的な能力を検証するための概念実証（PoC）とプロジェクトの市場認識をチェックするための最小限の実用製品（MVP）から始めることをおすすめします。

エンジニアリング図面のOCRモジュールを実装するプロセス

エンジニアリング図面のOCRソフトウェアを構築するための最良の方法は、利用可能なオープンソースツールを分析することです。オープンソースのオプションを使い尽くした場合は、API統合を持つクローズドソースのオプションに頼る必要があるかもしれません。

ゼロからOCRソリューションを構築することは実用的ではありません。トレーニングには膨大なデータセットが必要であり、これを収集することは困難で費用もかかります。ほとんどの場合、既存のモデルを微調整することで要件を満たすことができます。

ここからのプロセスは次のようなものになります：

1. 要件を考慮する：アプリケーションがどのような種類のエンジニアリング図面と機能が必要かを理解する必要があります。
2. 画像のキャプチャと前処理：画像をキャプチャするために使用するデバイスを考えてください。結果の品質を向上させるために、追加の前処理ステップが必要な場合があります。これにはトリミング、リサイズ、ノイズ除去などが含まれます。
3. OCRの統合：アプリケーションに最適なOCRエンジンを考慮してください。OCRライブラリにはAPIがあり、アプリケーションがキャプチャした画像からテキストを抽出することができます。コスト削減のためにオープンソースのOCRソリューションを検討することが重要です。サードパーティのAPIは時間経過に伴う価格変動やサポートの喪失がある場合があります。
4. テキストの認識と処理：次に、テキストを処理し認識するためのロジックを実装します。このステップに追加で考慮する可能性のあるタスクには、テキストのクリーンアップ、言語の認識などがあります。これにより、より明確なテキスト認識結果が得られる場合があります。
5. ユーザーインターフェースとエクスペリエンス：アプリの使いやすいUIは重要です。ユーザーは画像をキャプチャしOCRを開始するために効果的にそれを使用することができます。結果はユーザーが理解しやすい形式で表示される必要があります。
6. テスト：アプリケーションを徹底的にテストして正確性と使いやすさを確認します。ユーザーフィードバックはこのプロセスに不可欠です。

まとめ

複雑なエンジニアリング図面のOCRソフトウェアの作成の課題に直面して、組織には問題に取り組むためのさまざまな選択肢があります。事前学習済みモデルやカスタマイズ可能なツールなど、個別のソリューションを作成するための方法を見つけることができます。必要なのは創造力と時間、そして解決策を作り上げるための知識です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!