DataShotExtractor
Aplicación web basada en IA capaz de llevar a cabo la extracción de datos, y exportación a diferentes estándares formatos de datos (CSV, XML, JSON, etc.) o Markdown, de una imagen que contiene una tabla o tablas. El sistema será capaz de encolar los diferentes trabajos de extracción de datos, debido a que el proceso de inferencia es costoso en tiempo. Así cómo, ser capaz detectar automáticamente, en el caso de que sea disponible, la opción de llevar a cabo la inferencia en GPU, y si no, la opción por defecto, en CPU.
El proyecto « Data Shot Extractor » tiene como objetivo desarrollar una aplicación web que, mediante inteligencia artificial (IA), permita la extracción precisa de datos tabulares desde imágenes. Esta herramienta será capaz de procesar imágenes que contengan tablas, segmentarlas, y extraer la información de manera automatizada para luego exportarla en diversos formatos estándar como CSV, XML, JSON o Markdown, facilitando su integración en diferentes flujos de trabajo.
El sistema se diseñará para manejar eficientemente la carga computacional asociada con la inferencia de IA, especialmente en tareas de segmentación y reconocimiento de patrones complejos en imágenes. Para lograrlo, se implementará una cola de trabajos, lo que permitirá gestionar múltiples solicitudes de extracción de datos de manera ordenada, evitando la sobrecarga del sistema y optimizando el tiempo de procesamiento.
Una característica destacada del proyecto será la detección automática de la disponibilidad de una GPU para realizar la inferencia. Si se detecta una GPU, el sistema utilizará esta opción para acelerar el proceso; de lo contrario, recurrirá a la CPU como opción por defecto, garantizando que la aplicación funcione de manera óptima en diferentes entornos.
El desarrollo de esta aplicación se llevará a cabo utilizando Python como lenguaje principal, PyTorch para el modelado y entrenamiento de los modelos de IA, y frameworks web para la creación de la interfaz de usuario. Además, se explorarán modelos preentrenados disponibles en plataformas como HuggingFace y se optimizarán para su despliegue utilizando ONNX, asegurando así un rendimiento eficiente en diferentes entornos.
« Data Shot Extractor » se posiciona como una solución versátil y práctica para la extracción automatizada de datos desde imágenes, dirigida a usuarios que necesitan integrar datos tabulares de forma rápida y precisa en sus sistemas, con la flexibilidad de adaptarse a diferentes capacidades de hardware.
- Complejidad:8/10
- Características técnicas:Web Frameworks, ONNX
- CATEGORY 2024-2025 , Univ. de Cantabria
- TAGS Python , Pytorch






