Omówienie wykrywania obiektów

Ukończone

Wykrywanie obiektów to forma przetwarzania obrazów, w której model jest trenowany w celu wykrywania obecności i lokalizacji co najmniej jednej klasy obiektu na obrazie. Na przykład system wyewidencjonowania z obsługą sztucznej inteligencji w sklepie spożywczym może wymagać zidentyfikowania typu i lokalizacji przedmiotów zakupionych przez klienta.

Istnieją dwa składniki przewidywania wykrywania obiektów:

• Etykieta klasy każdego obiektu wykrytego na obrazie. Na przykład można ustalić, że obraz zawiera jedno jabłko i dwa pomarańcze.
• Lokalizacja każdego obiektu na obrazie wskazywana jako współrzędne pola ograniczenia otaczającego obiekt.

Korzystanie z usługi Azure AI Custom Vision na potrzeby wykrywania obiektów

Usługa Azure AI Custom Vision umożliwia trenowanie modelu wykrywania obiektów. Aby korzystać z usługi Azure AI Custom Vision, musisz aprowizować dwa rodzaje zasobów platformy Azure:

• Zasób szkoleniowy używany do trenowania modeli. Może to być:
  • Zasób wielosługi usług azure AI.
  • Zasób usługi Custom Vision (trenowanie) usługi Azure AI.
• Zasób przewidywania używany przez aplikacje klienckie do uzyskiwania przewidywań z modelu. Może to być:
  • Zasób wielosługi usług azure AI.
  • Zasób usługi Custom Vision (przewidywanie) usługi Azure AI.

Możesz użyć zasobu wielosługowego usług Azure AI do trenowania i przewidywania, a także łączyć i dopasowywać typy zasobów (na przykład za pomocą zasobu usługi Azure AI Custom Vision (trenowanie) w celu wytrenowania modelu, który następnie publikujesz przy użyciu zasobu wieloskładniowego usług Azure AI. Jeśli używasz zasobu z wieloma usługami, klucz i punkt końcowy dla trenowania i przewidywania będą takie same.