Copiare le versioni del processore e i set di dati tra i progetti

Questa pagina contiene i passaggi per copiare le versioni del processore addestrato di Document AI da un progetto a un altro insieme allo schema e agli esempi del set di dati dall'origine al processore di destinazione. Questi passaggi automatizzano il processo di importazione della versione del processore, del relativo deployment e della sua impostazione come versione predefinita nel progetto di destinazione.

Prima di iniziare

  • Ottieni un Google Cloud ID progetto.
  • Avere l'ID processore Document AI.
  • Avere Cloud Storage.
  • Utilizza Python: notebook Jupyter (Vertex AI).
  • Sono necessarie autorizzazioni per concedere l'accesso al account di servizio nei progetti di origine e di destinazione.

Procedura passo passo

La procedura è descritta nei passaggi seguenti.

Passaggio 1: identifica il account di servizio associato a Vertex AI Notebook

!gcloud config list account

Output:

[core]
account = example@automl-project.iam.gserviceaccount.com

Your active configuration is: [default]

Passaggio 2: concedi le autorizzazioni necessarie al account di servizio

Nel progetto Google Cloud che è la destinazione prevista per la migrazione, aggiungi l'account di servizio acquisito nel passaggio precedente come entità e assegna i due ruoli seguenti:

  • Document AI Administrator
  • Amministratore Storage

Per saperne di più, vedi Concessione di ruoli ai service account e Chiavi di crittografia gestite dal cliente (CMEK).

processor-version-migrate-1

Affinché la migrazione funzioni, il account di servizio utilizzato per l'esecuzione di questo blocco note deve disporre di:

  • Ruoli nei progetti di origine e di destinazione per creare il bucket del set di dati o crearlo se non esiste, nonché autorizzazioni di lettura e scrittura per tutti gli oggetti.
  • Ruolo Editor Document AI nel progetto di origine, come descritto in Importare una versione del processore.

Scarica una chiave JSON per il account di servizio, in modo da poter eseguire l'autenticazione e l'autorizzazione come service account. Per saperne di più, consulta la sezione Chiavi dei service account.

Successivo:

  1. Vai all'account di servizio.
  2. Seleziona il account di servizio destinato a eseguire questa attività.
  3. Vai alla scheda Chiavi, fai clic su Add Key e scegli Crea nuova chiave.
  4. Seleziona il tipo di chiave (preferibilmente JSON).

  5. Fai clic su Create e scarica nel percorso specifico. processor-version-migrate-2

  6. Aggiorna il percorso nella variabile service_account_key nel seguente snippet.

service_account_key='path_to_sa_key.json'

from google.oauth2 import service_account
from google.cloud import storage

# Authenticate the service account
credentials = service_account.Credentials.from_service_account_file(
    service_account_key
)

# pass this credentials variable to all client initializations
# storage_client = storage.Client(credentials=credentials)
# docai_client = documentai.DocumentProcessorServiceClient(credentials=credentials)

Passaggio 3: importa le librerie

import time
from pathlib import Path
from typing import Optional, Tuple
from google.cloud.documentai_v1beta3.services.document_service import pagers
from google.api_core.client_options import ClientOptions
from google.api_core.operation import Operation
from google.cloud import documentai_v1beta3 as documentai
from google.cloud import storage
from tqdm import tqdm

Passaggio 4: inserisci i dettagli

  • source_project_id: fornisci l'ID progetto di origine.
  • source_location: fornisci la posizione del responsabile dell'origine (us o eu).
  • source_processor_id: fornisci l' Google Cloud ID processore Document AI.
  • source_processor_version_to_import: fornisci l'ID versione del processore Document AI per la versione addestrata. Google Cloud
  • migrate_dataset: fornisci questo valore come True o False se vuoi eseguire la migrazione del set di dati dal processore di origine a quello di destinazione, quindi fornisci True, altrimenti False. Il valore predefinito è False.
  • source_exported_gcs_path: fornisci il percorso Cloud Storage per archiviare i file JSON.
  • destination_project_id: fornisci l'ID progetto di destinazione.
  • destination_processor_id: fornisci l'ID processore Document AI, "" o processor_id dal progetto di destinazione. Google Cloud 
source_project_id = "source-project-id"
source_location = "processor-location"
source_processor_id = "source-processor-id"
source_processor_version_to_import = "source-processor-version-id"
migrate_dataset = False  # Either True or False
source_exported_gcs_path = (
    "gs://bucket/path/to/export_dataset/"
)
destination_project_id = "< destination-project-id >"
# Give an empty string if you wish to create a new processor
destination_processor_id = ""

Passaggio 5: esegui il codice

import time
from pathlib import Path
from typing import Optional, Tuple
from google.cloud.documentai_v1beta3.services.document_service import pagers
from google.api_core.client_options import ClientOptions
from google.api_core.operation import Operation
from google.cloud import documentai_v1beta3 as documentai
from google.cloud import storage
from tqdm import tqdm

source_project_id = "source-project-id"
source_location = "