Nechať zamestnancov ručne prepisovať dáta z naskenovaných faktúr, dodacích listov alebo technických preukazov je pomalé, mimoriadne drahé a náchylné na preklepy. Tradičné základné OCR nástroje navyše často zlyhávajú pri pokrčenom papieri, nekvalitných mobilných fotografiách alebo atypickom formátovaní tabuliek. Navrhujem a nasadzujem moderné produkčné systémy počítačového videnia a inteligentného vyťažovania dokumentov. Kombináciou pokročilého predbežného spracovania obrazu, multimodálnych neurónových sietí a špecializovaných OCR modelov premieňam neštruktúrované vizuálne vstupy na čisté a validované dáta. Dôležité je, že systém integruje rozhranie pre ľudský dohľad (human-in-the-loop) – ak si model nie je istý, okamžite vyžiada potvrdenie od operátora, čím zaručuje 100 % presnosť pre nadväzujúce firemné procesy.
Konzultujte svoj projektKonečný rozsah je dohodnutý presne na mieru vášmu projektu.
Automatické čistenie nedokonalých fotografií: vyrovnanie rotácie a perspektívy, odstránenie tieňov a odleskov, úprava kontrastu a orezanie okrajov. Vstupné dáta pripravíme do optimálneho formátu pred samotným vyťažovaním textu.
Vyťažovanie textu, ktoré chápe hierarchiu stránky. Systém rozpoznáva tabuľky, riadkové položky, pečiatky, podpisy a kľúčové polia (IČO, DIČ, IBAN, sumy a dátumy splatnosti) s vysokou presnosťou.
Automatické triedenie vizuálnych príloh: rozpoznávanie typu dokladu (občiansky preukaz, faktúra, poistná zmluva), detekcia poškodenia tovaru alebo vizuálna kontrola výrobných chýb z kamier.
Využitie špičkových multimodálnych modelov (napr. Claude 3.5 Sonnet alebo GPT-4o) na porozumenie zložitým vizuálnym materiálom, schémam a technickým výkresom, ktoré bežné OCR nedokáže prečítať.
Vyťažené čísla kontrolujeme reálnou matematickou logikou: súčet položiek musí presne sedieť na celkovú sumu, sadzby DPH musia zodpovedať legislatíve a IČO sa overuje voči štátnym registrom.
Plynulé webové rozhranie pre operátorov. Ak skóre istoty modelu klesne pod nastavenú hranicu, systém označí podozrivé pole priamo na naskenovanom obrázku a personál ho potvrdí alebo opraví jedným stlačením klávesu.
Overené a štruktúrované dáta systém automaticky odošle cez REST API alebo webhooky priamo do vášho ERP, CRM alebo účtovného systému pre spracovanie v nadväzujúcich fázach procesu (downstream).
Automatické začierňovanie citlivých osobných údajov (napr. rodné čísla, fotografie tvárí), šifrovanie dát pri prenose aj uložení a prísne dodržiavanie zásad minimalizácie dát podľa GDPR.
Automatické čistenie nedokonalých fotografií: vyrovnanie rotácie a perspektívy, odstránenie tieňov a odleskov, úprava kontrastu a orezanie okrajov. Vstupné dáta pripravíme do optimálneho formátu pred samotným vyťažovaním textu.
Produkčné počítačové videnie si vyžaduje starostlivú rovnováhu medzi rýchlosťou spracovania, presnosťou a nákladmi na výpočtový výkon. Pre predspracovanie obrazu využívam OpenCV a Sharp; pre detekciu textu a layoutu moderné OCR enginy (Tesseract, PaddleOCR) v kombinácii s multimodálnymi modelmi (Claude 3.5 Sonnet, GPT-4o) pre porozumenie kontextu. Dávkové procesy bežia asynchrónne na pozadí s využitím Redis a BullMQ, pričom používateľské overovacie rozhrania staviam v Reacte s okamžitým náhľadom dokumentov.
Systém využíva viacúrovňové predspracovanie obrazu a architektúru s ľudským dohľadom (human-in-the-loop). Obraz najprv vyčistíme, zvýšime kontrast a narovnáme. Ak model pri niektorých údajoch vyhodnotí nízke skóre istoty, namiesto hádania systém dokument označí a zobrazí ho operátorovi s vyznačeným problematickým miestom na rýchlu kontrolu.
Áno. Nestaviame na pevných šablónach z minulosti, ktoré zlyhajú pri posunutí textu o milimeter. Využívame sémantické porozumenie a moderné multimodálne modely, ktoré chápu význam polí bez ohľadu na to, kde na stránke sa nachádzajú. Bez problémov spracujú slovenské, české aj medzinárodné faktúry v rôznych grafických layoutoch.
Spracovanie prebieha výhradne na zabezpečených serveroch v rámci EÚ s prísnym šifrovaním. Pre citlivé doklady (občianske a vodičské preukazy) implementujeme automatické maskovanie údajov, ktoré nesmú byť uchovávané. Žiadne vaše dáta sa nepoužívajú na trénovanie verejných AI modelov.
Áno. Dávkové spracovanie je primárnym prevádzkovým prípadom použitia. Či už potrebujete spätne spracovať päť rokov naskenovaných faktúr z cloudového úložiska S3, alebo spustiť nočné odsúhlasenie a synchronizáciu údajov (reconciliation) cenníkov dodávateľov, procesy na pozadí (workers) spracujú státisíce obrázkov asynchrónne bez toho, aby blokovali váš personál.
Prostredníctvom štandardizovaného API alebo automatického exportu. Po overení údajov systém vygeneruje štruktúrovaný JSON, XML (napr. formát ISDOC pre účtovníctvo) alebo CSV súbor a odošle ho priamo cez webhook do vášho systému bez nutnosti manuálneho zásahu.
Každá spolupráca je nacenená individuálne na základe jej rozsahu, technickej náročnosti a konkrétnych potrieb dodania. Na presnom rozsahu prác a cene sa dohodneme ešte pred začiatkom vývoja.
Pri projektoch na mieru (bespoke) vlastníte kompletný zdrojový kód vy, vrátane klientskych repozitárov, infraštruktúry, dokumentácie a plného odovzdania. Komponenty a služby tretích strán si zachovávajú svoje vlastné licencie a podmienky. Ak vašim potrebám plne vyhovuje existujúci produkt, pomôžem vám s jeho implementáciou a konfiguráciou, aby ste sa vyhli zbytočnému vývoju. Prístup získavate za podmienok daného produktu, pričom jeho základná platforma zostáva vo vlastníctve poskytovateľa.
Jednorazové projekty zahŕňajú 60 dní opráv chýb a stabilizácie dohodnutého výstupu po nasadení do produkcie. Následná podpora môže pokračovať formou servisnej zmluvy (SLA), pričom ďalšie funkcie sa špecifikujú a oceňujú samostatne. Prístup k existujúcim produktom sa riadi ich vlastnými podmienkami podpory.
Povedzte mi o svojom nápade, probléme alebo časti produktu, ktorú chcete posunúť ďalej. Spoločne nastavíme rozsah a správny ďalší krok.
Porozprávajme sa o vašom produkte