Azure KI Vision – Preise

Eine genauere Beschreibung der Features für maschinelles Sehen finden Sie in der Dokumentation.

• Nicht jugendfreie Inhalte: Mit dieser Einstellung werden nicht jugendfreie und anzügliche Inhalte erkannt. So lassen sich solche Inhalte automatisch einschränken.
• Analysieren: Mit dieser Einstellung werden mehrere Funktionen gleichzeitig aufgerufen. Geben Sie die Funktionen an, die ausgeführt werden sollen, und die API führt alle diese Funktionen zusammen aus. Jede in „Analysieren“ enthaltene Funktion wird als separate Transaktion gezählt.
• Prominente: Das Modell zur Erkennung berühmter Personen erkennt 200,000 Prominente aus Wirtschaft, Politik, Sport und Unterhaltung weltweit.
• Farbe: Mit dieser Funktion werden die Farben aus einem Bild extrahiert. Die Farben werden in drei verschiedenen Kontexten analysiert: Vordergrund, Hintergrund und Gesamtbild. Die Farben werden in 12 vorherrschende Akzentfarben gruppiert.
• Gesichtserkennung: Mit der Gesichtserkennung werden Gesichter auf einem Bild analysiert.
• GetThumbnail: Nach dem Hochladen eines Bildes wird eine Miniaturansicht mit hoher Auflösung generiert. Bei diesem Vorgang werden die Objekte auf dem Bild analysiert und das Bild anschließend auf den Interessenbereich zugeschnitten.
• Bildtyp: Hiermit wird angegeben, ob ein Bild in Schwarzweiß oder Farbe vorliegt. Mit der gleichen Methode kann die API angeben, ob es sich bei einem Bild um eine Strichzeichnung handelt oder nicht. Der Bildtyp gibt auch an, ob es sich um ein ClipArt-Bild handelt, und es werden Informationen zur Bildqualität geliefert.
• OCR und Lesen: Beide Funktionen wenden die OCR-Technologie (Optical character recognition, optische Zeichenerkennung) zum Erkennen von Text auf einem Bild an, der für verschiedene Zwecke extrahiert werden kann. Die Lesefunktion bietet höchste Genauigkeit für gedruckte und handschriftliche Textauszüge. Informationen zu den unterstützten Sprachen für OCR und die Lesefunktion finden Sie in der Dokumentation.
• Räumliche Analyse: Analysieren Sie nahezu in Echtzeit, wie Menschen sich durch einen physischen Raum bewegen.
• Tag: Hiermit werden Tags basierend auf über 2,000 erkennbaren Objekten, Lebewesen, Landschaften und Aktionen zurückgegeben. Sollten Tags nicht eindeutig sein oder nicht zum Allgemeinwissen gehören, enthält die API-Antwort „Hinweise“, um die Bedeutung des Tags zu erläutern.

Jede ausgewählte Funktion wird als Transaktion gezählt. Es gibt einige spezifische Fälle, die es zu beachten gilt:

1. Die Funktion „Analysieren“ ermöglicht das gleichzeitige Auswählen mehrerer Funktionen. Beispielsweise würde ein Analyseaufruf für die Tag- und Gesichtserkennungsfunktion sowie die Funktion zum Erkennen nicht jugendfreier Inhalte als drei Aktionen gezählt werden.
2. Die Lesefunktion ermöglicht das Hochladen mehrseitiger PDF-Dokumente. Jede Seite wird als Funktion gezählt. Daher würde ein Dokument mit 200 Seiten 200 Transaktionen entsprechen.
3. Alle GET-Aufrufe zum Anzeigen der Ergebnisse der asynchronen Lese- und Texterkennungsfunktionen werden als Transaktion gezählt, sind aber kostenlos.

Jeder Vorgang, den Sie aufrufen (entweder einzeln oder per „Analyse“), zählt als Transaktion. Die Gesamtrechnung basiert auf der Anzahl von Transaktionen für jeden Vorgangstyp innerhalb eines monatlichen Abrechnungszeitraums.

Ein Beispiel: Angenommen, Sie führen in einem bestimmten monatlichen Abrechnungszeitraum folgende Aufrufe durch:

• 1,500,000 Analyse-Vorgänge, die jeweils sowohl Tag- als auch Beschreibung-Vorgänge aufrufen
• 500,000 OCR-Vorgänge
• 4,000,000 Erkennung von Text-Operationen

Ihre Rechnung setzt sich folgendermaßen zusammen: