İçeriğe geç
Spesifik Çözüm

Belge ve Metraj Otomasyonu AI

Manuel belge ve çizim okuma süreçlerinizi computer vision + LLM kombinasyonu ile otomatize etmek için sizin verinize göre özel bir pipeline kurguluyoruz.

Sorun

İnşaat ihale dosyaları, muhasebe belgeleri, üretim kalite raporları, hepsi insan eli ile veri çıkarmayı gerektiriyor. Bu iş haftalar sürüyor, hata oranı yüksek ve tekrarlayıcı. Çalışan motivasyonu düşük. Hatalar prim/ödeme/maliyet hesaplamalarını etkiliyor.

Önerdiğimiz Çözüm

Hibrit AI mimarisi öneriyoruz:

  • Computer Vision (YOLO, Detectron2 gibi modeller arasından seçim) görsel elementleri (alanlar, çizgiler, mühürler, imzalar) tespit eder.
  • OCR (Tesseract / Google Vision API / Azure Form Recognizer benzeri çözümler) yazılı metni çıkarır.
  • LLM (GPT-4, Claude veya gizlilik gerekiyorsa açık kaynak alternatifler) çıkarılan ham veriyi yapılandırır, anomalileri tespit eder, doğruluk skoru üretir.
  • Validation katmanı (rule-based + ML) çıktıyı domain kurallarına göre doğrular.
  • Human-in-the-loop UI düşük güvenli kayıtları operatörün önüne getirir.
Teknik Stack
YOLO v8 / Detectron2Google Vision APIAzure Form RecognizerOpenAI GPT-4 VisionAnthropic Claude 4FastAPI + CeleryPostgreSQL + pgvectorNext.js Review UI

Süreç

Süreç

01

Veri Örneklemesi

10-50 gerçek belge örneği üzerinde manuel etiketleme, sizin verinizle birlikte çalışıyoruz. Sistemin ilk öğrenme kümesi.

02

POC Modeli

2-3 haftada çalışan bir prototip kurguluyoruz. Hedef %85+ doğrulukta temel akış.

03

Fine-tuning

Daha geniş veri seti, edge case'ler. Hedef %95+ doğruluk.

04

İnsan Onay UI

Operatörün düşük güvenli kayıtları hızlıca onayladığı arayüz.

05

Üretim Devreye Alma

API entegrasyonu, batch processing, monitoring.

Sıkça Sorulan Sorular

PDF, JPEG/PNG fotoğraf, AutoCAD DWG (çizim), Word/Excel, hatta el yazısı taranmış belgeler. Sistemi proje özelinde fine-tune ediyoruz.

Belgeleriniz İçin Bir POC Hazırlayalım