Foundry Tools 中的 Azure 视觉

Azure 视觉是 Azure AI Foundry Tools（前称 Azure AI 服务）中的一种强大工具。Azure 视觉服务提供一组预构建的 API，使应用程序和智能体能够视觉上解读世界。视觉服务提供图像分析、目标检测、空间理解和光学字符识别 (OCR) 等功能。借助这些工具，开发人员能够构建可实时"查看"和理解视觉内容的智能解决方案。

Azure 视觉是 Azure AI Foundry 平台的一部分，集成在统一的 Foundry 平台中，支持智能体 AI 体验。 

Azure 视觉（前称 Azure AI 视觉）旨在加速智能体和应用程序的开发，且不要求具备深厚的机器学习专业知识。

是，Azure 视觉（前称 Azure AI 视觉）现已成为 Azure AI Foundry Tools 套件的一部分。此次品牌重塑是 Azure AI Foundry 平台统一的更大范围调整的一部分，旨在反映开发人员正在越来越多地将这些服务作为模块化工具来构建智能体驱动型应用程序。

Foundry Tools 中的 Azure 视觉继续提供强大的功能，如图像分析、目标检测、OCR 和空间理解，但目前已整合到一个支持智能体工作流和多模态 AI 场景的统一工具包中。品牌重塑有助于明确视觉服务在 Foundry 生态系统中的定位，使其更易于被发现、编排，并与其他智能体和工具集成。

这一转变旨在为开发人员提供统一的体验，助力他们构建具备 “看见、理解、行动”能力的 AI 智能体。

否。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。

Azure 视觉的模型自定义功能是自定义视觉的下一代，具有更高的准确性和少样本学习能力。建议你迁移训练数据，以便在 Azure 视觉中使用模型定制重新训练模型。