Azure AI Képfelismerés

Tekintse meg a regionális elérhetőséget.

Az Azure AI Képfelismerés és az egyéb Azure AI Services-ajánlatok 99,9%-os rendelkezésre állást biztosítanak. Az ingyenes tarifacsomaghoz nem tartozik szolgáltatói szerződés. Az SLA-val kapcsolatos részletek megtekintése.

Nem. A Microsoft a feldolgozás után automatikusan törli a képeket és a videókat, és az adatokat nem használja fel betanításra az alapul szolgáló modellek fejlesztéséhez. A videóadatok nem jutnak ki a helyszínről, és nincsenek videóadatok tárolva azon a peremhálózaton, ahol a tároló fut. További információ az adatvédelemről és a használati feltételekről.

Nem. A térbeli elemzés az egyes észlelt személyek köré határolókeretet rajzolva észleli a videófelvételeken és -kimenetekben az emberi jelenlétet és annak helyét. Az AI-modellek nem észlelnek arcokat, és nem állapítják meg az egyes személyek kilétét vagy demográfiai adatait.

A térbeli elemzési AI-modellek olyan algoritmusok alapján észlelik és követik nyomon a mozgásokat a videócsatornán, amelyek test-határolókeretek alapján azonosítják az embereket. Az AI-modellek a kamera látóterének egy zónájában észlelt összes személyhez és határolókerethez eseményadatokat szolgáltatnak, köztük a következőket: egy személy testét határoló keret koordinátái, az esemény típusa (például belépés a zónába, annak elhagyása, vagy a terelővonal átlépése), a határolókeret követésére szolgáló azonosító és az észlelés megbízhatósági pontszáma. Ezeket az adatokat a rendszer az Ön saját Azure IoT Hub-példányához továbbítja.

Igen. Mivel a modell testreszabását úgy tervezték, hogy a saját forgatókönyveihez legyen finomhangolva, ezért a modell betanításához biztosítania kell a címkézett adatokat.

A szolgáltatás modell-testreszabási funkciója a képek közti nagyobb különbségek gyors felismerésére lett optimalizálva, ezért kis adatmennyiséggel is elkezdheti a modell prototípuskészítését. Címkénként akár csak egy képpel is kezdhet. Ha több címkézett képpel rendelkezik, továbbiakat is hozzáadhat. A probléma összetettségétől és a szükséges pontossági szinttől függően címkénként további képek hozzáadásával javíthatja a modellt.

Mindkettő. A webhely használatával elérheti az adathalmazok kezeléséhez, valamint a modellek betanításához és kiértékeléséhez használható grafikus felületet a kód nélküli élmény érdekében, vagy használhatja a Computer Vision API-kat is.

A képeket megcímkézheti az Azure Machine Learning Studióban, amely a megcímkézett adatok egyszerű exportálása érdekében integrálva van a Vision Studióval. Az adatokat megcímkézheti COCO-fájlformátumban is, és közvetlenül a Vision Studióba importálhatja a COCO-fájlt. További információt a dokumentációban talál.

Az Azure AI Képfelismerés modell-testreszabási funkciója a Custom VisionCustom Vision következő generációja, amely nagyobb pontosságot és kevés adatra támaszkodó „few-shot” típusú tanulási képességeket kínál. Továbbra is használhatja a Custom Visiont, vagy áttelepítheti a betanítási adatokat a modell újratanításához az Azure AI Képfelismerés modell-testreszabásával. További információt a dokumentációban talál.

Miután az Azure AI Képfelismerés használatával kinyeri a betekintéseket és a szöveget a képekből és a videóból, a Text Analytics segítségével elemezheti a hangulatot, a Translatorrel lefordíthatja a szöveget a kívánt nyelvre, az Immersive Readerrel pedig hangosan felolvashatja a szöveget, így az akadálymentesen is hozzáférhetővé válik. A kapcsolódó szolgáltatások és képességek közé tartozik az Azure AI Dokumentum Intelligencia a kulcs-érték párok és táblák dokumentumokból való kinyeréséhez, az Azure AI Video Indexer a speciális metaadatok hang- és videofájlokból való kinyeréséhez, valamint a Content Moderator a nemkívánatos szövegek és képek észleléséhez.