Introducción a la detección de objetos
Antes de seguir con el curso, le recomendamos que lea el módulo Introducción a AI Builder y la documentación ¿Qué es AI Builder?.
Introducción a la detección de objetos de AI Builder
La detección de objetos de AI Builder es un modelo de IA que se puede entrenar para detectar objetos en imágenes. Generalmente, los modelos de IA requieren que se proporcione muestras de datos para entrenar antes de poder realizar predicciones. Los modelos precompilados se pueden entrenar previamente utilizando un conjunto de muestras proporcionadas por Microsoft, por lo que están inmediatamente listos para usarse en las predicciones.
Durante la predicción, la detección de objetos de AI Builder detectará los objetos que haya enviado durante la fase de entrenamiento con la ayuda de la tecnología de detección de objetos de Azure Custom Vision. La detección de objetos puede detectar hasta 500 objetos diferentes en un solo modelo y admite los formatos de imagen o fotografía JPG, PNG y BMP a través del control de Power Apps.
Qué puede hacer con la detección de objetos
La detección de objetos de AI Builder proporciona a los creadores capacidades de reconocimiento de objetos. Al estar totalmente integrado con el resto de la plataforma empresarial, puede agilizar el flujo de trabajo manual y automatizar una amplia gama de escenarios que en la actualidad solo se logran con la intervención humana.
Escenario 1: recuento de objetos
Los trabajadores de auditoría de primera línea hacen fotografías de un conjunto de productos en los estantes. La detección de objetos proporciona un recuento de cada producto de la imagen. Esta información se puede utilizar para actualizar el software de gestión de inventario.
Ejemplo:
Una empresa de bienes de consumo empaquetados envía auditores para que hagan fotografías de sus productos en los estantes para la detección de cumplimiento. El auditor hace una foto que se procesará con AI Builder para extraer los números de cada producto. Esos números pueden transmitirse a la empresa en tiempo real para evaluar el cumplimiento del supermercado.
Escenario 2: reconocimiento de logotipos de marcas
Una empresa quiere supervisar el uso de su logotipo y su marca en las redes sociales.
Ejemplo:
Una empresa procesa imágenes que están marcadas con un determinado hashtag. Además, pueden detectar la presencia de su logotipo y ver cómo se está utilizando. Este proceso se ejecuta automáticamente a través de un flujo.
Escenario 3: reconocimiento de objetos en un escenario de aprendizaje
Un agente de campo hace una foto de un producto. Se reconoce el producto y se recupera automáticamente toda la información introducida de forma manual.
Ejemplo:
Una empresa envía técnicos para reparar calderas industriales. Los técnicos no tienen que llevar los manuales ni las guías de referencia de todas las calderas en las que puedan trabajar. Los técnicos hacen una foto de una caldera y obtienen acceso al manual del producto, que ha escrito un experto de la empresa.
Ahora que tiene información sobre los aspectos básicos de detección de objetos de AI Builder, puede crear su primer modelo de detección de objetos.