Azure Visie in Foundry Tools

Azure Visie is een krachtig hulpmiddel binnen Azure AI Foundry Tools (voorheen Azure AI Services). Azure Visie biedt een set vooraf gebouwde API’s waarmee toepassingen en agents de wereld visueel kunnen interpreteren. Visie biedt mogelijkheden zoals beeldanalyse, objectdetectie, ruimtelijk begrip en OCR (Optical Character Recognition). Deze hulpprogramma's stellen ontwikkelaars in staat om intelligente oplossingen te bouwen die visuele inhoud in realtime kunnen "zien" en begrijpen.

Als onderdeel van het Azure AI Foundry-platform integreert Azure Visie binnen het uniforme Foundry-platform om agentische AI-ervaringen te ondersteunen. 

Azure Visie (voorheen Azure AI Visie) is ontworpen om de ontwikkeling van intelligente agents en apps te versnellen zonder diepgaande machine learning-expertise te vereisen.

Ja, Azure Visie (voorheen Azure AI Visie) maakt nu deel uit van de Azure AI Foundry Tools-suite. Deze naamswijziging maakt deel uit van een bredere platformintegratie onder Azure AI Foundry, bedoeld om te laten zien hoe ontwikkelaars deze services steeds meer als modulaire tools gebruiken om intelligente, agentische applicaties te bouwen.

Azure Visie in Foundry Tools blijft dezelfde krachtige mogelijkheden bieden, zoals beeldanalyse, objectdetectie, OCR en ruimtelijk begrip, maar is nu onderdeel van een samenhangende toolkit die agentwerkstromen en multimodale AI-scenario's ondersteunt. De naamswijziging maakt duidelijker hoe Visie past binnen het Foundry-ecosysteem, waardoor het makkelijker wordt om het te ontdekken, te orkestreren en te integreren met andere agents en tools.

Deze verandering draait om het geven van een uniforme ervaring aan ontwikkelaars voor het bouwen van AI-agents die zien, begrijpen en handelen.

Nee. Microsoft verwijdert je afbeeldingen en video's automatisch na de verwerking en gebruikt je gegevens niet om de onderliggende modellen te verbeteren. Videogegevens blijven op je locatie en videogegevens worden niet opgeslagen aan de rand waar de container wordt uitgevoerd. Meer informatie over privacy en gebruiksvoorwaarden.

Nee, met ruimtelijke analyses wordt menselijke aanwezigheid in videobeelden gedetecteerd en wordt een begrenzingsvak om elke gedetecteerde persoon weergegeven. De AI-modellen detecteren geen gezichten en stellen geen identiteit of demografische gegevens van personen vast.

De AI-modellen met ruimtelijke analyses detecteren en volgen bewegingen in de videofeed op basis van algoritmen die de aanwezigheid van een of meer mensen identificeren door middel van een begrenzingsvak voor een lichaam. Voor alle gedetecteerde personen en begrenzingsvakken in een zone in het cameraveld voeren de AI-modellen gebeurtenisgegevens uit, bijvoorbeeld de coördinaten van het begrenzingsvak van een persoon, het type gebeurtenis (bijvoorbeeld het betreden of verlaten van een zone of het passeren van een richtingslijn), pseudoniem-id's om het begrenzingsvak te volgen en een betrouwbaarheidsscore van de detectie. Deze gebeurtenisgegevens worden verzonden naar je eigen exemplaar van Azure IoT Hub.

Ja. Aangezien modelaanpassing is ontworpen om te worden afgestemd op jouw scenario, moet jij de gegevens verstrekken om het model te trainen.

De functie voor modelaanpassing van de service is zo geoptimaliseerd dat deze snel grote verschillen tussen afbeeldingen herkent. Je kunt dus al met een kleine hoeveelheid gegevens beginnen met het ontwikkelen van prototypes van je model. Je kunt al beginnen met slechts één afbeelding per label. Als je meer gelabelde afbeeldingen hebt, kun je er meer toevoegen. Afhankelijk van de complexiteit van het probleem en de mate van nauwkeurigheid die nodig is, kun je aanvullende afbeeldingen per label blijven toevoegen om je model te verbeteren.

De functie voor modelaanpassing voor Azure Visie is de volgende generatie van Custom Vision, met verbeterde nauwkeurigheid en few-shot learning-mogelijkheden. Het wordt aanbevolen je trainingsgegevens te migreren om je model opnieuw te trainen met modelaanpassing in Azure Visie.