Content Understanding-bildlösningar (förhandsversion)

Viktigt!

• Azure AI Content Understanding är tillgängligt som förhandsversion. Offentliga förhandsversioner ger tidig åtkomst till funktioner som är i aktiv utveckling.
• Funktioner, metoder och processer kan ändras eller ha begränsade funktioner, före allmän tillgänglighet (GA).
• Mer information finns i Kompletterande användningsvillkor för Förhandsversioner av Microsoft Azure.

Azure AI Content Understanding standardiserar extrahering av data från bilder, vilket gör det enklare att analysera stora mängder ostrukturerade data. Standardiserad extrahering påskyndar tid-till-värde och förenklar integreringen i efterföljande analytiska arbetsflöden. Med API:er för innehållstolkning kan du definiera schema för att ange fält, beskrivningar och utdatatyper för extrahering. Tjänsten analyserar sedan bilderna och tillhandahåller strukturerade data, som kan användas i olika användningsfall, till exempel:

• Rag-program (Retrieval Augmented Generation): Extrahera viktig information från dina bilder för att skapa ett robust index som driver användarriktade chattupplevelser. Det här indexet gör det möjligt för användare att ställa frågor och få korrekta svar baserat på innehållet i dina bilder.

• Finansiell analys och business intelligence: Analysera affärsprestandadiagram och trender för att generera realtidsrapporter som hjälper analytiker, chefer och chefer att fatta snabbare och mer välgrundade beslut.

• Kvalitetskontroll för tillverkning: Automatisera identifiering av defekter och avvikelser, till exempel repor, sprickor eller feljusteringar, i produktionslinjer och tillverkningsmiljöer.

• Hyllanalys och lagerhantering: Identifiera, räkna och extrahera specifik information om detaljhandelsprodukter, optimera driften och förbättra kundnöjdheten genom att se till att produkterna är välsorterade och korrekt ordnade.

Viktiga fördelar

Content Understanding erbjuder flera viktiga fördelar med att extrahera information från bilder, bland annat

• Förbättrad dataanvändning och struktur: Genom att tillhandahålla strukturerade data förenklar Content Understanding integrering med databaser, kalkylblad och system som CRM-verktyg (Customer Relationship Management) eller ERP-verktyg (Enterprise Resource Planning).

• Förbättrad noggrannhet för specifika användningsfall: Content Understanding möjliggör riktad dataextrahering som överensstämmer direkt med dina unika krav, vilket hjälper till att förbättra modellens noggrannhet genom att fokusera på de viktigaste datapunkterna.

• Snabbare och mer kostnadseffektiv automatisering: Genom att bara extrahera de nödvändiga fälten kan Content Understanding effektivisera automatiseringen. På så sätt kan organisationer skala sina arbetsflöden för databearbetning effektivt och minska lagringen och bearbetningen av irrelevanta data.

Indatakrav

Detaljerad information om indatafilformat som stöds finns på sidan Tjänstkvoter och gränser .

Kommentar

För bästa resultat bör bildschema endast användas för att bearbeta icke-dokumentbaserade bilder. Textintensiva bilder av dokument ska bearbetas med hjälp av ett dokumentschema. Användningsfall som kräver extrahering av text från dokumentbilder eller skannade dokument i bildformat bör bearbetas med hjälp av ett extraheringsschema för dokumentfält.

Språk och regioner som stöds

En detaljerad lista över språk och regioner som stöds finns på vår supportsida för Språk och region.

Filtyper som stöds

Detaljerad information om fälttyper som stöds finns på sidan Tjänstkvoter och gränser .

Datasekretess och säkerhet

Precis som med alla Azure AI-tjänster bör utvecklare som använder Content Understanding-tjänsten vara medvetna om Microsofts principer för kunddata. Mer information finns på sidan Data, skydd och sekretess .

Viktigt!

Om du använder Microsofts produkter eller tjänster för att bearbeta biometriska data ansvarar du för att: (i) meddela registrerade, inklusive med avseende på kvarhållningsperioder och destruktion; ii) erhålla samtycke från registrerade. och iii) ta bort biometriska data, allt efter behov och krävs enligt tillämpliga dataskyddskrav. "Biometriska data" kommer att ha den betydelse som anges i artikel 4 i GDPR och, om tillämpligt, likvärdiga termer i andra dataskyddskrav. Relaterad information finns i Data och sekretess för Ansikte.

Nästa steg

• Prova att bearbeta ditt videoinnehåll med hjälp av Content Understanding i Azure AI Foundry.
• Läs mer om videoanalysmallar.