Visione di Azure in Foundry Tools

Visione di Azure è uno strumento potente all'interno di Foundry Tools (in precedenza Servizi di Azure AI). Visione di Azure offre una serie di API predefinite che consentono ad applicazioni e agenti di interpretare visivamente il mondo. Visione offre funzionalità come l'analisi delle immagini, il rilevamento oggetti, la comprensione spaziale e il riconoscimento ottico dei caratteri (OCR). Questi strumenti consentono agli sviluppatori di creare soluzioni intelligenti in grado di "vedere" e comprendere il contenuto visivo in tempo reale.

Visione è integrato nella piattaforma unificata Foundry per offrire esperienze di IA agentiche avanzate.

Visione di Azure (in precedenza Visione di Azure AI) è un servizio progettato per accelerare lo sviluppo di agenti e applicazioni intelligenti senza richiedere competenze approfondite di Machine Learning.

Sì, Visione di Azure (in precedenza Visione di Azure AI) fa ora parte della famiglia di prodotti Foundry Tools. Questo rebranding fa parte di una più ampia unificazione della piattaforma con Foundry per riflettere il modo in cui gli sviluppatori usano sempre più questi servizi come strumenti modulari per creare applicazioni intelligenti basate su agenti.

Visione di Azure in Foundry Tools continua a offrire le stesse potenti funzionalità, come l’analisi delle immagini, il rilevamento di oggetti, il riconoscimento ottico dei caratteri (OCR) e la comprensione spaziale, ma è ora posizionata all'interno di un toolkit coeso che supporta flussi di lavoro degli agenti e scenari di IA multimodali. Il rebranding aiuta a chiarire come Vision si inserisce nell'ecosistema Foundry, semplificando l'individuazione, l'orchestrazione e l'integrazione con altri agenti e strumenti.

Questo cambiamento mira a dare agli sviluppatori un'esperienza unificata per costruire agenti IA che vedono, comprendono e agiscono.

No. Microsoft elimina automaticamente le tue immagini e i tuoi video dopo l'elaborazione e non eseguire il training sui tuoi dati per migliorare i modelli sottostanti. I dati video non lasciano la sede locale e non vengono archiviati nel dispositivo perimetrale in cui viene eseguito il container. Altre informazioni sulla privacy e sulle condizioni di utilizzo.

No, l'analisi spaziale rileva e individua la presenza umana nelle riprese video e produce un riquadro delimitatore intorno a ogni persona rilevata. I modelli di intelligenza artificiale non rilevano i visi, né determinano l'identità o i dati demografici degli individui.

I modelli IA per l’analisi spaziale rilevano e tengono traccia dei movimenti nel feed video in base ad algoritmi che identificano la presenza di una o più persone mediante un rettangolo delimitatore del corpo. Per ogni persona e per ogni riquadro di delimitatore rilevato in una zona nel campo visivo della telecamera, i modelli di intelligenza artificiale producono dati sull'evento che includono le coordinate del riquadro delimitatore del corpo di una persona, il tipo di evento (ad esempio, l'ingresso o l'uscita da una zona o l'attraversamento di linee direzionali), gli identificatori pseudonimi per tracciare il riquadro delimitatore e un punteggio di attendibilità del rilevamento. I dati dell'evento vengono inviati alla tua istanza dell'hub IoT di Azure.

Sì. Poiché la personalizzazione del modello è progettata per essere ottimizzata in base allo scenario, è necessario fornire dati etichettati per eseguire il training del modello.

La funzionalità di personalizzazione del modello del servizio è ottimizzata per riconoscere rapidamente le principali differenze tra le immagini, in modo da poter iniziare a creare prototipi del modello con una piccola quantità di dati. Puoi iniziare con un'unica immagine per etichetta. Se hai più immagini etichettate, puoi aggiungerne altre. A seconda della complessità del problema e del grado di precisione richiesto, è possibile continuare ad aggiungere altre immagini per etichetta per migliorare il modello.

La funzionalità di personalizzazione del modello per Visione di Azure è la nuova generazione di Visione personalizzata, con una maggiore accuratezza e funzionalità di apprendimento con pochi esempi. È consigliabile eseguire la migrazione dei dati di training per ripetere il training del modello con la personalizzazione del modello in Visione di Azure.