Oplær en model til billedklassificering

  • 3 minutter

Billedklassificering er en computersynsteknik, hvor en model oplæres til at forudsige en klassemærkat for et billede baseret på dets indhold. Klassemærkaten er normalt relateret til billedets hovedemne .

Følgende billeder er f.eks. blevet klassificeret på baggrund af den type frugt, de indeholder.

Fotografier af frugt klassificeret som Apple, Banana og Orange.

Modeller kan oplæres til klassificering i flere klasser (med andre ord er der flere klasser, men hvert billede kan kun tilhøre én klasse) eller multilabelklassificering (med andre ord kan et billede være knyttet til flere mærkater).

Oplæring af en model til billedklassificering

Hvis du vil oplære en model til billedklassificering med Azure AI Custom Vision-tjenesten, kan du bruge Azure AI Custom Vision Portal, Azure AI Custom Vision REST API eller SDK eller en kombination af begge metoder.

I de fleste tilfælde bruger du typisk Azure AI Custom Vision-portalen til at oplære din model.

Skærmbillede af Azure AI Custom Vision-portalen.

Portalen indeholder en grafisk grænseflade, som du kan bruge til at:

  1. Opret et billedklassificeringsprojekt for din model, og knyt det til en træningsressource.
  2. Upload billeder, og tildel dem klassemærkater.
  3. Gennemse og rediger mærkede billeder.
  4. Oplær og evaluer en klassificeringsmodel.
  5. Test en oplært model.
  6. Publicer en oplært model til en forudsigelsesressource.

REST-API'en og SDK'erne giver dig mulighed for at udføre de samme opgaver ved at skrive kode, hvilket er nyttigt, hvis du har brug for at automatisere modeltræning og -udgivelse som en del af en DevOps-proces.