Azure AI-visuellt innehåll

Se tillgänglighet efter region.

Erbjudanden med Azure AI-visuellt innehåll och andra Azure AI-tjänster garanterar 99,9 procents tillgänglighet. Det tillhandahålls inget serviceavtal för den kostnadsfria nivån. Se informationen om serviceavtal.

Nej. Microsoft tar automatiskt bort dina bilder och videor när de har bearbetats, och tränar inte med dina data för att förbättra underliggande modeller. Videodata lämnar inte din lokala plats, och videodata lagras inte på den gräns där containern körs. Läs mer om sekretess och användningsvillkor.

Nej, rumsanalyser identifierar närvaron av människor i videomaterial och ritar upp en avgränsningsruta runt varje människa som upptäcks. AI-modellerna identifierar inte ansikten eller fastställer individers identiteter eller demografi.

AI-modellerna för rumsanalys identifierar och spårar rörelser i videofeeden baserat på algoritmer som identifierar förekomsten av en eller flera människor med en kroppsavgränsningsruta. För varje person och avgränsningsruta som identifieras i en zon i kamerans synfält matar AI-modellerna ut händelsedata: koordinater för avgränsningsrutan för en persons kropp, händelsetyp (till exempel zoninträde eller -utträde eller riktad linjeövergång), pseudonym-ID:n för spårning av avgränsningsrutan och konfidenspoäng för identifieringen. Dessa händelsedata skickas till din egen instans av Azure IoT Hub.

Ja. Eftersom modellanpassningen är utformad för att finjusteras för ditt scenario måste du ange etiketterade data för att träna din modell.

Tjänstens funktion för modellanpassning är optimerad för att snabbt hitta stora skillnader mellan bilder. Därför kan du börja skapa prototyper av din modell med en liten mängd data. Du kan börja med så lite som en bild per etikett. Om du har fler etiketterade bilder kan du lägga till fler. Beroende på problemets komplexitet och den noggrannhetsgrad som krävs kan du fortsätta att lägga till ytterligare bilder per etikett för att förbättra din modell.

Det är både och. Du kan använda webbplatsen för att komma åt ett grafiskt gränssnitt för att hantera datauppsättningar, träning och utvärdering av modeller för en kodfri upplevelse, eller som ett alternativ kan du använda API:erna för visuellt innehåll.

Du kan märka bilderna i Azure Machine Learning Studio, som är integrerat med Vision Studio för enkel export av märkta data. Du kan också märka data i COCO-filformatet och importera COCO-filen direkt i Vision Studio. Mer information finns i dokumentationen.

Funktionen med modellanpassning för Azure AI-visuellt innehåll är nästa generation av Custom Vision med förbättrad noggrannhet och inlärning med få exempel (few-shot learning). Du kan fortsätta att använda Custom Vision eller migrera dina träningsdata för att träna om modellen med modellanpassning från Azure AI-visuellt innehåll. Mer information finns i dokumentationen.

När du har extraherat insikter och text från bilder och video med Azure AI-visuellt innehåll kan du analysera känslor med Textanalys, översätta texten till önskat språk med Translator eller läsa upp texten med Avancerad läsare så att den blir tillgänglig för alla. Relaterade tjänster och funktioner är bland annat Azure AI Document Intelligence som extraherar nyckelvärdepar och tabeller från dokument, Azure AI Video Indexer som extraherar avancerade metadata från ljud- och videofiler samt Content Moderator som identifierar oönskade texter och bilder.