Анализ изображений в Visual Studio

Azure AI Vision включает множество возможностей для понимания содержимого изображения и контекста и извлечения информации из изображений. Azure AI Vision Studio позволяет попробовать множество возможностей анализа изображений.

В этом упражнении вы будете использовать Vision Studio для анализа изображений с помощью встроенных интерфейсов. Предположим, вымышленный розничный торговец Northwind Traders решил реализовать “смарт-магазин”, в котором службы ИИ отслеживают магазин для выявления клиентов, требующих помощи, и прямых сотрудников, чтобы помочь им. С помощью Azure AI Vision изображения, сделанные камерами в магазине, можно проанализировать, чтобы предоставить значимые описания того, что они изображают.

Создание ресурса Служб ИИ Azure

Вы можете использовать возможности анализа изображений Azure AI Vision с ресурсом нескольких служб ИИ Azure. Если вы еще этого не сделали, создайте ресурс Службы ИИ Azure в своей подписке Azure.

1. На другой вкладке браузера откройте портал Azure, https://portal.azure.comвыполнив вход с учетной записью Майкрософт, связанной с вашей подпиской Azure.

2. Щелкните кнопку ＋Создать ресурс и найдите Службы ИИ Azure. Выберите создать планСлужбы ИИ Azure. Вы перейдете на страницу, чтобы создать ресурс служб ИИ Azure. Настройте, используя следующие параметры:
   • Подписка: ваша подписка Azure.
   • Группа ресурсов: выберите существующую или создайте новую группу ресурсов с уникальным именем.
   • Регион: Восточная часть США.
   • Имя: укажите уникальное имя.
   • Ценовая категория: Standard S0.
   • В проверка этом поле я признаю, что я прочитал и понял все термины ниже: Выбрано.
3. Нажмите кнопку “Рецензирование” и “Создать” и дождитесь завершения развертывания.

Подключение ресурс службы искусственного интеллекта Azure в Vision Studio

Затем подключите ресурс службы ИИ Azure, подготовленный выше, к Vision Studio.

1. На другой вкладке браузера перейдите в Visual Studio.

2. Войдите с учетной записью и убедитесь, что вы используете тот же каталог, что и ресурс служб ИИ Azure.

3. На домашней странице Visual Studio выберите “Просмотреть все ресурсы “ в заголовке “Начало работы с зрением “.

   

4. На странице “Выбор ресурса” наведите указатель мыши на ресурс, созданный выше в списке, а затем проверка поле слева от имени ресурса, а затем выберите “Выбрать как ресурс по умолчанию”.

   Примечание. Если ресурс не указан, может потребоваться обновить страницу.

   

5. Закройте страницу параметров, выбрав “x” в правом верхнем углу экрана.

Создание подпись для образа

Теперь вы готовы использовать Vision Studio для анализа изображений, сделанных камерой в магазине Northwind Traders .

Давайте рассмотрим функции подпись изображений в Azure AI Vision. Изображения подпись доступны с помощью функций субтитров и плотных подписей.

1. В веб-браузере перейдите в Visual Studio.

2. На целевой странице “Начало работы с зрением” выберите вкладку “Анализ изображений” и выберите плитку “Добавить подпись” на плитку изображений.

   

3. В подзаголовок Try It Out подтвердите политику использования ресурсов, прочитав и проверка поле.

4. Выберите[https://aka.ms/mslearn-images-for-analysis](https://aka.ms/mslearn-images-for-analysis), чтобы скачать image-analysis.zip. Откройте папку на компьютере и найдите файл с именем store-camera-1.jpg; который содержит следующее изображение:

   

5. Отправьте изображение store-camera-1.jpg, перетащив его в поле перетаскивания или перейдя к нему в файловой системе.

6. Просмотрите созданный подпись текст, видимый на панели “Обнаруженные атрибуты” справа от изображения.

   Функция субтитров предоставляет одно удобочитаемое на английском языке предложение, описывающее содержимое изображения.

7. Затем используйте то же изображение для выполнения плотного подпись. Вернитесь на домашнюю страницу Visual Studio и, как и раньше, выберите вкладку “Анализ изображений”, а затем выберите плитку “Плотная подпись”.

   Функция “Плотные подписи” отличается от **возможности субтитров**, в том, что она предоставляет несколько удобочитаемых подпись изображения, один из которых описывает содержимое изображения и другие, каждый из которых охватывает основные объекты, обнаруженные на рисунке. Каждый обнаруженный объект включает ограничивающий прямоугольник, который определяет координаты пикселей в изображении, связанном с объектом.

8. Наведите указатель мыши на один из подпись в списке обнаруженных атрибутов и просмотрите, что происходит в изображении.

   

   Переместите курсор мыши на другие подпись в списке и обратите внимание, как ограничивающий прямоугольник сдвигается на изображении, чтобы выделить часть изображения, используемую для создания подпись.

Добавление тегов к изображениям

Следующая функция, которая будет пытаться, — это функция извлечения тегов . Извлечение тегов основано на тысячах узнаваемых объектов, включая живые существа, пейзажи и действия.

1. Вернитесь на домашнюю страницу Visual Studio, а затем выберите общие теги из плитки изображений на вкладке **“Анализ изображений**”.

2. В разделе “ Выбор модели”, которую вы хотите попробовать, оставьте предварительно созданную модель продукта и модель пробела. В разделе “ Выбор языка” выберите английский или язык вашего предпочтения.

3. Откройте папку, содержащую скачанные изображения и найдите файл с именем store-image-2.jpg, который выглядит следующим образом:

   

4. Отправьте файл store-camera-2.jpg.

5. Просмотрите список тегов, извлеченных из изображения, и оценку достоверности для каждой из обнаруженных атрибутов. Здесь оценка достоверности — это вероятность того, что текст для обнаруженного атрибута описывает то, что на самом деле находится на изображении. Обратите внимание на список тегов, которые он включает не только объекты, но и действия, такие как покупки, продажи и стояние.

   

Обнаружение объектов

В этой задаче используется функция обнаружения объектов анализа изображений. Обнаружение объектов обнаруживает и извлекает ограничивающие прямоугольники на основе тысяч узнаваемых объектов и живых существ.

1. Вернитесь на домашнюю страницу Visual Studio, а затем выберите элемент “Обнаружение общих объектов в изображениях” на вкладке **“Анализ изображений**”.

2. В разделе “ Выбор модели”, которую вы хотите попробовать, оставьте предварительно созданную модель продукта и модель пробела.

3. Откройте папку, содержащую скачанные изображения и найдите файл с именем store-camera-3.jpg, который выглядит следующим образом:

   

4. Отправьте файл store-camera-3.jpg.

5. В поле “Обнаруженные атрибуты” просмотрите список обнаруженных объектов и их оценки достоверности.

6. Наведите указатель мыши на объекты в списке обнаруженных атрибутов , чтобы выделить ограничивающий прямоугольник объекта на изображении.

7. Переместите ползунок порогового значения, пока не появится значение 70 справа от ползунка. Просмотрите, что происходит с объектами в списке. Ползунок порогового значения указывает, что должны отображаться только объекты, идентифицированные с оценкой достоверности или вероятностью, превышающей пороговое значение.

Очистка

Если вы не собираетесь выполнять больше упражнений, удалите все ресурсы, которые больше не нужны. Это позволяет избежать каких-либо ненужных затрат.

1. Откройте портал Azure и выберите группу ресурсов, содержащую созданный ресурс.
2. Выберите ресурс и нажмите кнопку “Удалить “, а затем “Да “, чтобы подтвердить. Затем ресурс удаляется.

Подробнее

Дополнительные сведения о том, что можно сделать с этой службой, см. на странице “Распознавание искусственного интеллекта Azure”.