你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
自定义视觉中的新增功能
了解服务中的新增功能。 这些内容可能包括发布说明、视频、博客文章和其他类型的信息。 请将本页加入书签，以随时了解该服务的最新信息。
2022 年 5 月
估计的最低预算
- 在自定义视觉门户中，用户现在可以查看训练其项目所需的最低估计预算。 此估计值（以小时为单位）是根据用户上传的图像数量以及用户选择的域计算的。
2020 年 10 月
自定义基础模型
- 有些应用程序有大量的联合训练数据，但需要分别对它们的模型进行微调；这样可以使来自不同来源、差异较小的图像获得更好的性能。 在这种情况下，可以像往常一样使用大量的训练数据训练第一个模型。 然后使用请求正文中的 CustomBaseModelInfo 调用 3.4 公共预览 API 中的 TrainProject，以使用第一阶段训练的模型作为下游项目的基础模型。 如果源项目和下游目标项目具有相似的图像特征，则预期可以获得更好的性能。
新的域信息
- 自定义视觉 3.4 公共预览 API 中的从 GetDomains 返回的域信息现在包括支持的可导出平台、模型体系结构的简要描述以及压缩域的模型大小。
训练分歧反馈
- 现在，自定义视觉 3.4 公共预览 API 通过 GetIteration 调用返回 TrainingErrorDetails 。 对于失败的迭代，这显示了失败是否是由训练分歧引起的，这可以用更多更高质量的训练数据来弥补。
2020 年 7 月
Azure 基于角色的访问控制
- 自定义视觉支持 Azure 基于角色的访问控制 (Azure RBAC)，这是用于管理对 Azure 资源的个人访问权限的授权系统。 若要了解如何管理对自定义视觉项目的访问权限，请参阅 Azure 基于角色的访问控制。
子集训练
- 训练对象检测项目时，可以选择只对应用的标记的一个子集进行训练。 如果你还没有应用足够多的特定标记，但是你确实有足够多的其他标记，则可能需要这样做。 按照 C# 或 Python 的客户端库快速入门了解详细信息。
Azure 存储通知
- 可以将自定义视觉项目与 Azure blob 存储队列集成，以获取项目训练/导出活动的推送通知和已发布模型的备份副本。 运行长时间的操作时，此功能有助于避免不断轮询服务来获取结果。 你可以改为将存储队列通知集成到工作流中。 有关详细信息，请参阅存储集成指南。
复制和移动项目
- 你现在可以将项目从一个自定义视觉帐户复制到其他帐户。 你可能需要将项目从开发环境移至生产环境，或将项目备份到不同 Azure 区域中的帐户，以提高数据安全性。 有关详细信息，请参阅复制和移动项目指南。
2019 年 9 月
建议的标记
2019 年 5 月
- bug 修复和后端改进
- 改善了与 Azure 订阅相关的门户 UX 体验，可以更轻松地选择 Azure 目录。
2019 年 4 月
- 将每个图像边界框的数量限制增加到了 200。
- Bug 修复，包括导出到 TensorFlow 的模型的重大性能更新。
- 为视觉 AI 开发工具包添加了物体检测导出。
- UI 调整，包括项目搜索。
2019 年 3 月
- 自定义视觉服务已开始在 Azure 上正式发布！
- 添加了具有全新机器学习后端的高级训练功能以提高性能，尤其是在难度较大的数据集和精细分类方面。 利用高级训练，你可以指定用于训练的计算时间预算，而自定义视觉则会以实验方式确定最佳训练和增强设置。 为了进行快速迭代，你可以继续使用现有的快速训练。
- 引入了 3.0 API。 宣布了将于 2019 年 10 月 1 日弃用早于 3.0 的 API。 请参阅快速入门文档，以获取有关如何入门的示例。
- 3\.0 API 中已将“默认迭代”替换为“发布/取消发布”。
- 添加了新模型导出目标。 Dockerfile 导出已升级为支持适用于 Raspberry Pi 3 的 ARM。 已为视觉 AI 开发工具包添加了导出支持。
- 对于 S0 层，已将每个项目的标记数量的限制增加到了 500。 对于 S0 层，已将每个项目的图像数量的限制增加到了 100,000。
- 删除了成人域。 建议改用常规域。
- 宣布了正式版的定价。
2019 年 2 月
- 宣布了有限试用版项目（未与 Azure 资源关联的项目）结束，因为自定义视觉即将完成向 Azure 公共预览版的转移。 从 2019 年 3 月 25 日开始，CustomVision.ai 站点将只支持查看与 Azure 资源关联的项目，如免费的自定义视觉资源。 在 2019 年 10 月 1 日之前，仍可通过自定义视觉 API 访问现有的有限试用版项目。 这样你就会有时间为任何使用自定义视觉编写的应用更新 API 密钥。 在 2019 年 10 月 1 日之后，将会删除任何尚未移到 Azure 的有限试用版项目。
2019 年 1 月
- 添加了对下述新 Azure 区域的支持：美国西部 2、美国东部、美国东部 2、欧洲西部、欧洲北部、东南亚、澳大利亚东部、印度中部、英国南部、日本东部和美国中北部。 对美国中南部的持续支持。
2018 年 12 月
- 支持导出对象检测模型（引入了对象检测 Compact 域）。
- 修复了大量辅助功能问题以获得改进的屏幕阅读器和键盘导航支持。
- 对图像查看器进行了 UX 更新并改进了对象检测标记体验以便更快速地进行标记。
- 更新了对象检测域的基础模型以获得更好质量的对象检测。
- bug 修复。
2018 年 11 月
- 添加了对对象检测中的徽标域的支持。
2018 年 10 月
- 对象检测进入付费预览版。 现在可以使用 Azure 资源创建对象检测项目。
- 向网站添加了“移至 Azure”功能，以便更轻松地升级有限试用版项目以链接到 Azure。 资源链接的项目（F0 或 S0）。可以在产品的“设置”页上找到此信息。
- 添加了导出到 ONNX 1.2 的功能，以支持 Windows ML 的 Windows 2018 10 月更新版本。 bug 修复，包括对带有特殊字符的 ONNX 导出的 bug 修复。
2018 年 8 月
- 在 customvision.ai 网站上添加了“入门”小部件，以指导用户完成项目培训。
- 进一步改进机器学习管道，使多标签项目受益（新的损失层）。
2018 年 6 月
- UX 刷新，侧重于易用性和可访问性。
- 改进了机器学习管道，使具有大量标签的多标签项目受益。
- 修复了 TensorFlow 导出中的 bug。 启用了导出的模型版本控制，便于多次导出迭代。
- bug 修复和后端改进。
- 启用了多类分类，针对其中的图像正好只有一个标签的项目。 在多类模式的预测中，概率将共计为 1（所有图像都会按你指定的标签来分类）。
2018 年 5 月
- 针对有限试用项目引入了对象检测预览版功能。
- 升级到 2.0 API
- S0 层已扩展为最多支持 250 个标记和 50,000 张图像。
- 针对图像分类项目所用的机器学习管道做出了重大的后端改进。 在 2018 年 4 月 27 日之后训练的项目将受益于这些更新。
- 添加了将模型导出到 ONNX 的功能，可在 Windows 机器学习中使用此功能。
- 添加了将模型导出到 Dockerfile 的功能。 这样，你便可以下载项目，以生成自己的 Windows 或 Linux 容器，包括 DockerFile、TensorFlow 模型和服务代码。
- 对于已导出到常规（精简）和地标（精简）域中 TensorFlow 的新训练的模型，中间值现在为 (0,0,0)，目的是在所有项目之间保持一致性。
2018 年 3 月
- 推出了付费预览版，并将其载入到了 Azure 门户中。 现在，可将项目附加到 F0（免费）或 S0（标准）层的 Azure 资源。 引入了 S0 层项目，最多允许 100 个标记和 25,000 张图像。
- 对机器学习管道/规范化参数做了后端更改。 客户在调整概率阈值时，可以更好地控制精度和召回率之间的权衡。 作为这些更改的一部分，CustomVision.ai 门户中的默认概率阈值已设置为 50%。
2017 年 12 月
- 除了先前发布的导出到 iOS (CoreML) 的功能外，还添加了导出到 Android (TensorFlow) 的功能。因此，可以导出已训练的精简模型，以便在应用程序中脱机运行。
- 添加了零售和地标“精简”域，以支持对这些域使用模型导出。
- 已发布版本 1.2 训练 API 和 1.1 预测 API。 已更新 API 支持模型导出（不会将图像保存到“预测”的新预测操作），并在训练 API 中引入了批处理操作。
- UX 经过调整，现在可以查看使用了哪个域来训练迭代。
- 更新了 C# SDK 和示例。