ニュース
傾きや歪みを補正する幾何補正モデルPageNetV2の紹介
YomiToku v0.16.3で提供する幾何補正モデルPageNetV2を紹介します。写真に写った複数の書類を1枚ずつ検出し、レシートの湾曲やスキャン画像の傾きを補正してから解析します。モデルの構成、最適化の方針、解析例、CLIとPython APIでの使い方を解説します。
YomiToku Studioに文書比較機能を追加 — PDFの変更確認からコメント共有まで
YomiToku Studioに、新旧PDFの文章・表の変更箇所を確認できる文書比較ワークスペースを追加しました。差分へのコメント追加、注釈付きPDFの出力、外部PDFビューアで付けられた返信の取り込みに対応しています。
YomiToku Studioの帳票解析機能 — テンプレート作成からCLIによるバッチ解析まで
給与所得の源泉徴収票を例に、YomiToku Studioで固定帳票のテンプレートと階層ヘッダーを作成し、YomiTokuのCLIで10件の帳票を一括解析する手順を、画面とJSONの出力例を交えて紹介します。
YomiToku文字認識モデルv5 アップデートレポート
YomiTokuの文字認識モデルv5では、認識対象を7,519文字へ拡張し、特殊文字の正規化、低頻度文字、手書き縦書きの認識精度を改善しました。文字カバレッジと手書きOCRの評価結果を紹介します。
AWS Marketplace版YomiToku-ProをAmazon SageMaker AIのBatch Transformで使う方法
AWS Marketplace版YomiToku-ProをAmazon SageMaker AIのBatch Transformで実行し、S3上のPDFを一括解析してMarkdownなどへ変換するまでの手順を解説します。
独自AI-OCRを搭載した無料の文書解析Webアプリ「YomiToku Studio」を提供開始
登録・インストール不要。文書を外部へ送信せず、ブラウザ上で文字・表・文書構造を解析できる「YomiToku Studio」の提供を開始しました。
AWS Marketplace版YomiToku-Proの軽量版がGPUインスタンスで利用可能になりました
AWS Marketplace版YomiToku-Pro DocumentAnalyzerの軽量版が、GPUインスタンス(g4dn/g5/g6)に対応しました。認識精度、処理時間、スループットの実測結果と費用の試算から、通常版との使い分けを解説します。
動的可変長幅入力とバケットバッチングでOCR文字認識を高速化する
YomiTokuの軽量モードを刷新しました。dynamic-width(動的可変長幅入力)とバケットバッチングで推論時の無駄な計算を削減し、処理速度を維持したまま、認識可能な最大文字列長を従来の50文字から100文字へ拡張した仕組みを解説します。
WED株式会社と共同で実環境レシートデータに最適化したレシート特化OCRモデルを開発
日本語OCRエンジン「YomiToku」を採用し、1日100万枚規模の処理とOCRランニングコスト80%以上削減を実現しました。
Startup JAPAN 2025(2025/05/08 〜 2025/05/09)に出展します。場所: 東京ビッグサイト【 S1-48 】
2025年5月8日(木)から開催されるStartup JAPAN 2025に出展いたします。
事業共創カンパニーの株式会社Relicと業務提携を開始
Relicが提供するAI/LLMを活用した新規事業開発支援サービスに加え、「YomiToku」の販売・サポートも提供できることで、多様なAI活用ニーズに応えます。
独自AIを搭載し、日本語に特化した文書画像解析エンジン「YomiToku-Pro」を正式リリース
独自AIを搭載し、日本語に特化した文書画像解析エンジン「YomiToku-Pro」を正式リリースしました。