Verstehen der Klassifizierung
Mithilfe des Machine Learning-Verfahrens der Klassifizierung kann vorhergesagt werden, welcher Kategorie oder Klasse ein Objekt angehört. Für die Klassifizierung von Machine Learning-Modellen werden Eingaben (Features) verwendet, um einen Wahrscheinlichkeitsscore für jede mögliche Klasse zu berechnen und eine Bezeichnung vorherzusagen, die die Klasse angibt, der das Objekt am wahrscheinlichsten angehört.
Zu den Features einer Blume können zum Beispiel die Abmessungen der Blütenblätter, des Blütenstiels, des Kelchs und andere quantifizierbare Merkmale zählen. Ein Machine Learning-Modell kann trainiert werden, indem ein Algorithmus auf diese Abmessungen angewendet werden, der die wahrscheinlichste Blumenart berechnet – also die Klasse.
Verstehen der Bildklassifizierung
Die Bildklassifizierung ist ein Machine Learning-Verfahren, bei dem das zu klassifizierende Objekt ein Bild ist, beispielsweise ein Foto.
Zum Erstellen eines Bildklassifizierungsmodells benötigen Sie Daten, die aus Features und deren Bezeichnungen bestehen. Bei den vorhandenen Daten handelt es sich um eine Gruppe kategorisierter Bilder. Digitale Bilder bestehen aus einem Array von Pixelwerten. Diese werden als Features zum Trainieren des Modells auf der Grundlage der bekannten Bildklassen verwendet.
Das Modell wird darauf trainiert, die Muster in den Pixelwerten mit einer Reihe von Klassenbezeichnungen abzugleichen. Nachdem das Modell trainiert wurde, können Sie es mit neuen Features verwenden, um unbekannte Bezeichnungswerte vorherzusagen.
Custom Vision-Dienst von Azure
Die meisten modernen Bildklassifizierungslösungen basieren auf Deep Learning-Verfahren, die Convolutional Neural Networks (CNNs) verwenden, um Muster in den Pixeln zu erkennen, die bestimmten Klassen entsprechen. Das Training eines effektiven CNN ist eine komplexe Aufgabe, die ein umfangreiches Fachwissen in den Bereichen Data Science und Machine Learning voraussetzt.
Gängige Verfahren für das Training von Bildklassifizierungsmodellen wurden in den Azure KI Custom Vision-Dienst von Cognitive Services in Microsoft Azure integriert. Dadurch kann ein Modell mit minimalen Kenntnissen der Deep-Learning-Verfahren problemlos trainiert und als Softwaredienst veröffentlicht werden. Sie können Azure KI Custom Vision verwenden, um Bildklassifizierungsmodelle zu trainieren und als Dienste bereitzustellen, die von Anwendungen verwendet werden können.