Azure AI 视觉
使用 OCR 和 AI 从图像和视频分析中发现计算机视觉见解。
提升计算机视觉项目
Azure AI 视觉是一种联合服务,可提供创新的计算机视觉功能。通过预置的图像标记功能、采用光学字符识别 (OCR) 的文本提取功能以及可靠的面部识别功能,让应用能够分析图像、读取文本和检测人脸。将视觉特征合并到项目中,无需机器学习体验。
Microsoft 在 IDC MarketScape 中被评为领导者:全球通用计算机视觉 AI 软件平台 2022 供应商评估
IDC MarketScape 报告评估了 Microsoft 的策略和能力,并将 Microsoft 归为“领导者”类别。我们认为,这种认可彰显了 Microsoft 对向各种规模和所有垂直行业中的组织提供先进、可靠和以客户为中心的 AI 产品的承诺。
借助云 AI 服务推动应用创新
阅读由 Forrester Consulting 开展的这份 2022 年委托研究,了解如何帮助组织中任何技能水平的开发人员使用预置的生产就绪云 AI 服务快速部署 AI 解决方案。
全面的内置安全性和合规性
-
Microsoft 每年在网络安全研发方面的投资超过 USD 10 亿。
-
我们雇佣了 3,500 多名安全专家,专门负责数据安全和隐私方面的工作。
-
Azure 拥有比任何其他云提供商都多的认证。查看完整列表。
-
ISO/IEC
-
CSA/CCM
-
ITAR
-
CJIS
-
HIPAA
-
IRS 1075
通过 Azure 免费帐户开始使用
2
用完额度后,请改为即付即用定价以继续使用相同的免费服务构建自己的内容。只需为超出每月免费金额以外的部分付费。
3
有关 Azure AI 视觉的常见问题解答
-
查看各区域的可用性。
-
保证 Azure AI 视觉和其他 Azure AI 服务产品/服务的可用率达到 99.9%。我们没有为免费定价层提供 SLA。请参阅 SLA 详细信息。
-
不。Microsoft 将在处理后自动删除你的图像和视频,而不会使用你的数据进行训练以增强基础模型。视频数据不会离开本地,并且也不会存储在容器运行的边缘上。详细了解隐私与使用条款。
-
否,空间分析检测和定位视频片段中的人员并在每个检测到的人员周身输出一个边框。这些 AI 模型不会检测人脸,也不会确定个人的身份和人口统计信息。
-
空间分析 AI 模型基于算法来检测和跟踪视频源中的移动情况,这些算法通过人体边框来识别一个或多个人员的存在。对于在照相机视野中的某个区域中检测到的每个人和边框,AI 模型输出的事件数据包括:人员身体的边框坐标、事件类型(例如区域出入口或方向线交叉)、用于跟踪边框的匿名标识符和检测置信度分数。此事件数据会发送到你的 Azure IoT 中心实例。
-
是。由于模型自定义设计为针对你的方案进行微调,因此你需要提供标记数据来训练模型。
-
该服务的模型自定义功能经过优化,可以快速识别图像之间的主要差异,因此可以使用少量数据开始原型制作。一开始,每个标签只有一个图像。如果有更多标记的图像,则可以添加更多图像。根据问题的复杂性和所需的准确度,可以继续为每个标签添加其他图像以改进模型。
-
两者都是。可以使用站点访问图形界面来管理模型的数据集、训练和模型以实现无代码体验,另外,也可以使用计算机视觉 API。
-
可以在 Azure 机器学习工作室中标记图像,该工作室与 Vision Studio 集成,可轻松导出标记的数据。还可以标记 COCO 文件格式的数据,并直接在 Vision Studio 中导入 COCO 文件。有关详细信息,请参阅文档。
-
-
使用 Azure AI 视觉从图像和视频中提取见解和文本后,可以使用文本分析来分析情绪,使用翻译工具将文本翻译为所需的语言,或使用沉浸式阅读器朗读文本,让人们更容易获取内容。相关服务和功能包括用于从文档中提取键值对和表的 Azure AI 文档智能、用于从音频和视频文件中提取高级元数据的 Azure AI 视频索引器,以及用于检测有害文本或图像的内容审查器。