Azure Vision i Foundry Tools

Azure Vision er et kraftig verktøy i Azure AI Foundry Tools (tidligere Azure AI Services). Azure Vision tilbyr et sett med forhåndsbygde API-er som gjør det mulig for programmer og agenter å tolke verden visuelt. Vision gir funksjoner som bildeanalyse, objektregistrering, romlig forståelse og optisk tegngjenkjenning (OCR). Disse verktøyene gjør det mulig for utviklere å bygge intelligente løsninger som kan "se" og forstå visuelt innhold i sanntid.

Som en del av Azure AI Foundry-plattformen integreres Azure Vision i den enhetlige Foundry-plattformen for å støtte agentiske KI-opplevelser. 

Azure Vision (tidligere Azure AI Vision) er utformet for å akselerere utviklingen av intelligente agenter og programmer uten behov for dyp maskinlæringsekspertise.

Ja, Azure Vision (tidligere Azure AI Vision) er nå en del av Azure AI Foundry Tools-programserien. Denne omprofileringen er en del av en bredere plattformgjenordning under Azure AI Foundry, utformet for å gjenspeile hvordan utviklere i økende grad bruker disse tjenestene som modulære verktøy for å bygge intelligente, agentiske programmer.

Azure Vision i Foundry Tools fortsetter å tilby de samme kraftige egenskapene – for eksempel bildeanalyse, objektregistrering, OCR og romlig forståelse – men er nå plassert i et sammenhengende verktøysett som støtter agentarbeidsflyter og scenarioer for flermodal kunstig intelligens. Den nye profileringen bidrar til å klargjøre hvordan Vision passer inn i Foundry-økosystemet, noe som gjør det enklere å oppdage, organisere og integrere med andre agenter og verktøy.

Dette skiftet handler om å gi utviklere en enhetlig opplevelse for å bygge KI-agenter som ser, forstår og handler.

Nei. Microsoft sletter automatisk bildene og videoene dine etter behandling, og vi trener ikke på dataene for å forbedre de underliggende modellene. Videodataene forlater ikke lokalene dine, og videodata blir ikke lagret på kanten der beholderen kjører. Finn ut mer om personvern og bruksvilkår.

Nei, spatial analyse oppdager og finner personer til stede i videoopptak og viser en grenseboks rundt hver person som registreres. Modellene for kunstig intelligens oppdager ikke ansikter og bestemmer ikke enkeltpersoners identitet eller demografi.

Modellene spatial analyse basert på kunstig intelligens oppdager og sporer bevegelser i videofeeden basert på algoritmer som identifiserer tilstedeværelsen av en eller flere personer ved hjelp av en grenseboks for kroppen. For hver grenseboksbevegelse som oppdages i en sone i kamerafeltet, sender modellene for kunstig intelligens ut hendelsesdata, inkludert grensebokskoordinater for en persons kropp, hendelsestype (for eksempel at noen går inn eller ut av en sone eller krysser en linje i en bestemt retning), pseudonyme identifikatorer for å spore grenseboksen og en konfidenspoengsum for gjenkjenning. Disse hendelsesdataene sendes til din egen forekomst av Azure IoT Hub.

Ja. Ettersom Custom Vision er laget for å bli tilpasset til scenarioet ditt, må du selv sørge for merk data som lærer opp modellen.

Modelltilpasningsfunksjonen er optimalisert for raskt å gjenkjenne store forskjeller mellom bilder, slik at du kan lage en prototype av modellen din med små datamengder. Du kan begynne med så lite som ett bilde per etikett. Hvis du har flere merkede bilder, kan du legge til flere. Avhengig av kompleksiteten til problemet og graden av nøyaktighet som kreves, kan du fortsette å legge til flere bilder per etikett for å forbedre modellen.

Modelltilpasningsfunksjonen for Azure Vision er neste generasjon av Custom Vision, med forbedret nøyaktighet og funksjoner for læring med få bilder. Det anbefales at du overfører opplæringsdataene dine for å lære opp modellen på nytt med modelltilpasning i Azure Vision.