Compartilhar via

Reconhecimento de produto de prateleira – modelo personalizado (versão prévia)

  • Artigo

Importante

Esse recurso agora está preterido. Em 10 de janeiro de 2025, a Análise de Imagem de IA do Azure 4.0, a Detecção personalizada de objetos e a API de visualização do Reconhecimento de Produto serão desativadas. Após essa data, as chamadas de API para esses serviços falharão.

Para manter uma operação suave de seus modelos, faça a transição para a Visão Personalizada da IA do Azure, que agora está em disponibilidade geral. A Visão Personalizada oferece funcionalidades semelhantes às dessas características que estão sendo desativadas.

Você pode treinar um modelo personalizado para reconhecer produtos de varejo específicos para uso em um cenário de Reconhecimento de Produtos. A operação de Análise pronta para uso não diferencia produtos, mas você pode criar essa funcionalidade em seu aplicativo por meio de rotulagem e treinamento personalizados.

Foto de uma prateleira de varejo com nomes de produtos e lacunas destacadas com retângulos.

Observação

As marcas mostradas nas imagens não são afiliadas à Microsoft e não indicam nenhuma forma de endosso dos produtos da Microsoft ou da Microsoft pelos proprietários da marca, ou um endosso dos proprietários da marca ou seus produtos pela Microsoft.

Usar o recurso de personalização de modelo

O Guia de instruções de personalização de modelo mostra como treinar e publicar um modelo de Análise de Imagem personalizado. Você pode seguir esse guia, com algumas especificações, para criar um modelo para o Reconhecimento de Produtos.

Personalização de modelo

Especificações do conjunto de dados

Seu conjunto de dados de treinamento deve ser composto por imagens das prateleiras de varejo. Ao criar o modelo pela primeira vez, você precisa definir o parâmetro ModelKind como ProductRecognitionModel.

Além disso, salve o valor do parâmetro ModelName, para que você possa usá-lo como referência posteriormente.

Rotulagem personalizada

Ao percorrer o fluxo de trabalho de rotulagem, crie rótulos para cada um dos produtos que você deseja reconhecer. Em seguida, rotule a caixa delimitadora de cada produto, em cada imagem.

Analisar prateleiras com um modelo personalizado

Quando o modelo personalizado estiver treinado e pronto (você concluiu as etapas no Guia de personalização do modelo), será possível usá-lo por meio da operação Análise de Prateleira.

A chamada à API terá a seguinte aparência:

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>'
}"
  1. Faça as alterações a seguir no comando quando necessário:
    1. Substitua o valor <subscriptionKey> por sua chave de recurso de Visão.
    2. Substitua o valor <endpoint> por seu ponto de extremidade de recurso de Visão. Por exemplo: https://YourResourceName.cognitiveservices.azure.com.
    3. Substitua <your_model_name> pelo nome do modelo personalizado (o valor ModelName usado na etapa de criação).
    4. Substitua o <your_run_name> pelo nome de execução de teste exclusivo para a fila de tarefas. É um nome de fila de tarefas da API assíncrona para que você possa recuperar a resposta da API mais tarde. Por exemplo, .../runs/test1?api-version...
    5. Substitua o conteúdo <your_url_string> pela URL do blob da imagem
  2. Abra una janela de prompt de comando.
  3. Cole o comando curl modificado do editor de texto na janela do prompt de comando e, em seguida, execute-o.

Próximas etapas

Neste guia, você aprendeu a usar um modelo de Reconhecimento de Produto personalizado para atender melhor às suas necessidades de negócios. Em seguida, configure a correspondência de planograma, que funciona em conjunto com o Reconhecimento de Produto personalizado.

Correspondência de planograma