工数6割削減! 生成AIとOCRを組み合わせ、店舗毎に形式が異なるレストランメニューを読み取らせてみた - Tabelog Tech Blog

目次 目次 1. はじめに 2. プロジェクトの内容と成果 2.1. メニュー入稿業務の説明 2.2. 作業効率化のためのツール開発 2.3. 成果 3. メニュー抽出処理の詳細 3.1. OCR技術 3.2. 生成AIとOCRを組み合わせたメニューデータ抽出方法 3.3. ストリーミング対応 3.4. 斜め画像への対応 3.5. メニュー画像タイプごとの抽出精度 4. 成功の要因となったポイント 4.1. 生成AI領域だけでなく、幅広く解決案を模索したこと。 4.2. 作業効率化に直結するUIは徹底的な作り込みを実施したこと。 4.3. 最新動向を常にウォッチし、柔軟な方針転換ができたこと。 4.4. 作業の完全自動化を目指さなかったこと。 5. 生成AIを業務活用する鍵はフルスタックエンジニアにあり 6. 食べログの未来を一緒に変えてくれる人募集中！ 1. はじめに 初めまして。食べロ

[ebo-c]

弊社河村さんによるメニュー読み取りツールの開発記事です。傾き補正、生成AIでOCR結果と紐づけ、ストリーミング処理で作業者の待ち時間を減らし、UIも検討……と三面六臂フルスタックなエンジニアリング記事でーす

[mohri]

“生成AIの活用方法の模索においても、幅広く解決案を模索できるゼネラリストが活躍できるフェーズである”

[defiant]

この記事をおすすめしました

[misshiki]

“レストランメニューのデータ入稿業務の効率化で作業工数を6割削減成功。 ポイントは、OCR技術の活用やUIの徹底的な作り込みなど、生成AIの範囲にとどまらず、幅広い技術を総動員して一つのツールを作り上げたこと”

[tsutsumi154]

メニューって客が撮影した画像くらいしか基本なくないか