Custom Models - Train

Создание и обучение пользовательской модели. Запрос должен включать исходный параметр, который является либо URI контейнера BLOB-объектов хранилища Azure (предпочтительнее URI подписанного URL-адреса), либо допустимый путь к папке данных на локально подключенном диске. Если указаны локальные пути, они должны соответствовать формату пути Linux/Unix и быть абсолютным путем, корнем для параметра конфигурации входного подключения, например, если значение параметра конфигурации "{Mounts:Input}" равно "/input", то допустимый исходный путь будет "/input/contosodataset". Ожидается, что все данные будут обучены в исходной папке или вложенных папках. Модели обучены с помощью документов, которые имеют следующий тип контента: application/pdf, image/jpeg, image/png, image/tiff или image/bmp. Другой тип содержимого игнорируется.

POST {endpoint}/formrecognizer/v2.1/custom/models

Параметры URI

Имя В Обязательно Тип Описание
endpoint
path True

string

Поддерживаемые конечные точки Cognitive Services (протокол и имя узла, например https://westus2.api.cognitive.microsoft.com).

Заголовок запроса

Имя Обязательно Тип Описание
Ocp-Apim-Subscription-Key True

string

Текст запроса

Имя Обязательно Тип Описание
source True

string

minLength: 0
maxLength: 2048

Исходный путь, содержащий учебные документы.

modelName

string

Необязательное имя определяемой пользователем модели (максимальная длина: 1024).

sourceFilter

TrainSourceFilter

Фильтр для применения к документам в исходном пути для обучения.

useLabelFile

boolean

Используйте файл меток для обучения модели.

Ответы

Имя Тип Описание
201 Created

Запрос успешно помещается в очередь.

Заголовки

Location: string

Other Status Codes

ErrorResponse

Сущность ответа, сопровождающая неудающиеся ответы, содержащие дополнительные сведения об ошибке.

Безопасность

Ocp-Apim-Subscription-Key

Тип: apiKey
В: header

Примеры

Train custom model
Train custom model with subfolder filter options

Train custom model

Образец запроса

POST {endpoint}/formrecognizer/v2.1/custom/models


{
  "source": "{azure_blob_endpoint}/input/data1?sasToken"
}

Пример ответа

Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8

Train custom model with subfolder filter options

Образец запроса

POST {endpoint}/formrecognizer/v2.1/custom/models


{
  "source": "{azure_blob_endpoint}/input/data1?sasToken",
  "sourceFilter": {
    "prefix": "",
    "includeSubFolders": false
  },
  "useLabelFile": false
}

Пример ответа

Location: {endpoint}/formrecognizer/v2.1/custom/models/f973e3c1-1148-43bb-bea8-49d0603ab3a8

Определения

Имя Описание
ErrorInformation
ErrorResponse
TrainRequest

Запрос параметра для обучения новой пользовательской модели.

TrainSourceFilter

Фильтр для применения к документам в исходном пути для обучения.

ErrorInformation

Имя Тип Описание
code

string

message

string

ErrorResponse

Имя Тип Описание
error

ErrorInformation

TrainRequest

Запрос параметра для обучения новой пользовательской модели.

Имя Тип Значение по умолчанию Описание
modelName

string

Необязательное имя определяемой пользователем модели (максимальная длина: 1024).

source

string

minLength: 0
maxLength: 2048

Исходный путь, содержащий учебные документы.

sourceFilter

TrainSourceFilter

Фильтр для применения к документам в исходном пути для обучения.

useLabelFile

boolean

False

Используйте файл меток для обучения модели.

TrainSourceFilter

Фильтр для применения к документам в исходном пути для обучения.

Имя Тип Значение по умолчанию Описание
includeSubFolders

boolean

False

Флаг, указывающий, должны ли вложенные папки в наборе папок префикса также включаться при поиске предварительной обработки содержимого.

prefix

string

minLength: 0
maxLength: 1024

Строка префикса с учетом регистра для фильтрации документов в исходном пути для обучения. Например, при использовании URI BLOB-объектов хранилища Azure используйте префикс, чтобы ограничить вложенные папки для обучения.