Reconocimiento de productos de estante: modelo personalizado (versión preliminar)
Importante
Esta característica ya está en desuso. El 10 de enero de 2025, se retirará la vista previa de la API Azure AI Image Analysis 4.0 de clasificación de imágenes personalizada, detección de objetos personalizada y reconocimiento de productos. Después de esta fecha, se producirá un error en las llamadas API a estos servicios.
Para mantener un funcionamiento sin problemas de los modelos, realice la transición a Custom Vision de Azure AI, que ahora está disponible con carácter general. Custom Vision ofrece una funcionalidad similar a estas características que se retirarán.
Puede entrenar un modelo personalizado para reconocer productos comerciales específicos para su uso en un escenario de reconocimiento de productos. La operación Analizar lista para usar no diferencia entre los productos, pero puede crear esta funcionalidad en la aplicación mediante el etiquetado y el entrenamiento personalizados.
Nota:
Las marcas que se muestran en las imágenes no están afiliadas a Microsoft y no indican ninguna forma de aprobación de Microsoft ni de productos de Microsoft por parte de los propietarios de la marca, o bien una aprobación de los propietarios de la marca o sus productos por parte de Microsoft.
Uso de la característica de personalización de modelos
En la Guía paso a paso de personalización de modelos se muestra cómo entrenar y publicar un modelo de análisis de imágenes personalizado. Puede seguir esa guía, con algunas especificaciones, a fin de crear un modelo para el reconocimiento de productos.
Especificaciones del conjunto de datos
El conjunto de datos de entrenamiento debe constar de imágenes de los estantes comerciales. Al crear el modelo por primera vez, debe establecer el parámetro ModelKind en ProductRecognitionModel.
Además, guarde el valor del parámetro ModelName, para poder usarlo como referencia más adelante.
Etiquetado personalizado
Al realizar el flujo de trabajo de etiquetado, cree etiquetas para cada uno de los productos que quiera reconocer. Después, etiquete el rectángulo de selección de cada producto en cada imagen.
Análisis de estantes con un modelo personalizado
Cuando el modelo personalizado esté entrenado y listo (después de completar los pasos descritos en la Guía de personalización de modelos), puede usarlo en la operación Análisis de estantes.
La llamada API tendrá este aspecto:
curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/productrecognition/<your_model_name>/runs/<your_run_name>?api-version=2023-04-01-preview" -d "{
'url':'<your_url_string>'
}"
- Realice los siguientes cambios en el comando donde sea necesario:
- Reemplace el
<subscriptionKey>con su clave de recursos de Vision. - Reemplace el
<endpoint>por el punto de conexión del recurso de Vision. Por ejemplo:https://YourResourceName.cognitiveservices.azure.com. - Reemplace
<your_model_name>con el nombre del modelo personalizado (el valor ModelName que ha usado en el paso de creación). - Reemplace el
<your_run_name>nombre de ejecución de prueba único de la cola de tareas. Es un nombre de cola de tareas de API asincrónica para que pueda recuperar la respuesta de la API más adelante. Por ejemplo:.../runs/test1?api-version... - Reemplace el contenido de
<your_url_string>por la URL del blob de la imagen
- Reemplace el
- Abra una ventana de símbolo del sistema.
- Pegue el comando
curleditado del editor de texto en la ventana del símbolo del sistema y después ejecute el comando.
Pasos siguientes
En esta guía, ha aprendido a usar un modelo de reconocimiento de productos personalizado para satisfacer mejor las necesidades empresariales. A continuación, configurará la coincidencia de planogramas, que funciona junto con el reconocimiento de productos personalizado.