了解 Azure AI 视觉图像分析功能

Azure AI 视觉的图像分析功能可以自定义使用，也可以直接使用。 不需要自定义的一些功能包括：

• 使用标题描述图像
• 检测图像中的常见对象
• 标记视觉特征
• 光学字符识别

使用标题描述图像

Azure AI 视觉能够分析图像、评估图像中的对象，并生成图像的可读说明。 例如，请考虑下图：

Azure AI 视觉为此图像生成以下标题：

跳上滑板的人

检测图像中的常见对象

Azure AI 视觉可以识别图像中的数千个常见对象。 例如，用于检测之前讨论的滑板图像中的对象时，Azure AI 视觉将返回以下预测：

• 滑板 （90.40%）
• 人 （95.5%）

预测包括一个置信度分数，表示模型对其描述的内容与图像实际内容相符的信心程度。

除了检测到的对象标签及其概率外，Azure AI 视觉还返回 边界框 坐标，这些坐标指示检测到的对象顶部、左侧、宽度和高度。 可以使用这些坐标来确定每个对象在图像中检测到的位置，如下所示：

标记视觉特征

Azure AI 视觉可以根据图像的内容为图像建议 标记。 标记与图像关联为元数据。 标记汇总图像的属性。 可以使用标签为图像编制索引，并结合一组关键术语来创建搜索解决方案。

例如，为滑板图像返回的标记（具有关联的置信度分数）包括：

• 体育（99.60%）
• 人（99.56%）
• 鞋类（98.05%）
• 滑冰（96.27%）
• 板类运动 （95.58%）
• 滑板设备（94.43%）
• 服装（94.02%）
• 墙（93.81%）
• 滑板（93.78%）
• 滑板运动员 （93.25%）
• 个人体育（92.80%）
• 街头特技（90.81%）
• 余额 （90.81%）
• 跳跃 （89.87%）
• 体育装备（88.61%）
• 极端运动（88.35%）
• 翻板动作（88.18%）
• 特技（87.27%）
• 滑板 （86.87%）
• 特技表演者（85.83%）
• 膝盖（85.30%）
• 体育（85.24%）
• 长板 （84.61%）
• 长板 （84.45%）
• 骑行 (73.37%)
• 滑冰 （67.27%）
• 空气 （64.83%）
• 年轻（63.29%）
• 户外（61.39%）

光学字符识别

Azure AI 视觉服务可以使用光学字符识别（OCR）功能检测图像中的文本。 例如，请考虑杂货店中产品上营养标签的下图：

Azure AI 视觉服务可以分析此图像并提取以下文本：

Nutrition Facts Amount Per Serving
Serving size:1 bar (40g)
Serving Per Package: 4
Total Fat 13g
Saturated Fat 1.5g
Amount Per Serving
Trans Fat 0g
calories 190
Cholesterol 0mg
ories from Fat 110
Sodium 20mg
ntDaily Values are based on
Vitamin A 50
calorie diet

训练自定义模型

如果 Azure AI 视觉提供的内置模型不满足你的需求，可以使用该服务来训练自定义模型，以便 图像分类 或 对象检测。 Azure AI 视觉在预先训练的基础模型上生成自定义模型，这意味着可以使用相对较少的训练图像来训练复杂的模型。

图像分类

图像分类模型用于预测图像的类别或 类。 例如，可以训练模型来确定图像中显示的水果类型，如下所示：

苹果	香蕉	橙色
	香蕉示意图

对象检测

对象检测模型检测图像中的对象并对其进行分类，返回边界框坐标以查找每个对象。 除了 Azure AI 视觉中的内置对象检测功能外，还可以使用自己的图像训练自定义对象检测模型。 例如，可以使用水果照片来训练一个模型，该模型可检测图像中的多个水果，如下所示：

接下来，让我们看看特定于 Azure AI 视觉人脸服务的功能。