Termékfelismerés (4.0-s verzió – előzetes verzió)
Fontos
Ez a funkció elavult. 2025. január 10-én az Azure AI Image Analysis 4.0 Egyéni képbesorolás, az Egyéni objektumészlelés és a Termékfelismerés előzetes API megszűnik. Ezen dátum után az api-hívások ezekhez a szolgáltatásokhoz sikertelenek lesznek.
A modellek zökkenőmentes működésének fenntartása érdekében váltson az Azure AI Custom Visionre, amely most már általánosan elérhető. A Custom Vision a nyugdíjba vonuló funkciókhoz hasonló funkciókat kínál.
A Termékfelismerés API-k segítségével elemezheti a kiskereskedelmi üzletek polcainak fényképeit. Észlelheti a termékek jelenlétét, és lekérheti a határolókeret koordinátáit. A modell testreszabásával kombinálva betanítanak egy modellt az adott termékek azonosítására. A termékfelismerési eredményeket összehasonlíthatja az áruház planogram-dokumentumához is.
A Vision Studióval gyorsan és egyszerűen kipróbálhatja a termékfelismerés képességeit a böngészőben.
Feljegyzés
A képeken látható márkák nem kapcsolódnak a Microsofthoz, és nem jelzik a Microsoft- vagy Microsoft-termékek márkatulajdonosok általi jóváhagyásának semmilyen formáját, illetve a márkatulajdonosok vagy termékeik Microsoft általi jóváhagyását.
Fontos
Egyéni modellt a Custom Vision szolgáltatással vagy a Image Analysis 4.0 Termékfelismerési API-kkal taníthat be a termékfelismeréshez. Az alábbi táblázat a két szolgáltatást hasonlítja össze.
| Területeken | Termékek polcokon – Custom Vision | Termékfelismerés – Képelemzési API/Testreszabás | ||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Funkciók | Egyéni termékértelmezés | Képvarrás és -kijavítás, Előre betanított termékértés, Egyéni termékértés, Planogram-egyeztetés |
||||||||||||||||||||||||||||
| Alapmodell | CNN | Firenzei transzformátormodell | ||||||||||||||||||||||||||||
| Címkézés | Customvision.ai | AML Studio | ||||||||||||||||||||||||||||
| Webportál | Customvision.ai | Vision Studio | ||||||||||||||||||||||||||||
| Kódtárak | REST, SDK | REST, Python-minta | ||||||||||||||||||||||||||||
| Minimális betanítási adatok | 15 kép kategóriánként | 2-5 kép kategóriánként | ||||||||||||||||||||||||||||
| Adattárolás betanítása | Feltöltve a szolgáltatásba | Az ügyfél Blob Storage-fiókja | ||||||||||||||||||||||||||||
| Modell hosztolása | Felhő és peremhálózat | Csak felhőalapú üzemeltetés, peremhálózati tároló üzemeltetése | ||||||||||||||||||||||||||||
| AI-minőség |
|
|
||||||||||||||||||||||||||||
| Díjszabás | A Custom Vision díjszabása | Képelemzés díjszabása |
Termékfelismerési funkciók
Polc képösszeállítása
A varrás és a kijavítási API-k lehetővé teszik a képek módosítását a Product Understanding eredményeinek pontosságának javítása érdekében. Ezeket az API-kat a következőkre használhatja:
- Egyetlen kép létrehozásához több kép összefűzése egy polcról.
- Kép kijavítása a perspektivikus torzítás eltávolításához.
Polc termékfelismerése (előre betanított modell)
A Product Understanding API lehetővé teszi egy polcrendszerkép elemzését a beépített előre betanított modellel. Ez a művelet észleli a termékeket és a réseket a polcképen, és visszaadja az egyes termékek és rések határolókeretének koordinátáit, valamint az egyes termékek megbízhatósági pontszámát.
Az alábbi JSON-válasz bemutatja, hogy mit ad vissza a Product Understanding API.
{
"imageMetadata": {
"width": 2000,
"height": 1500
},
"products": [
{
"id": "string",
"boundingBox": {
"x": 1234,
"y": 1234,
"w": 12,
"h": 12
},
"classifications": [
{
"confidence": 0.9,
"label": "string"
}
]
}
],
"gaps": [
{
"id": "string",
"boundingBox": {
"x": 1234,
"y": 1234,
"w": 123,
"h": 123
},
"classifications": [
{
"confidence": 0.8,
"label": "string"
}
]
}
]
}
Polc termékfelismerése (testreszabott modell)
A Product Understanding API egyéni betanított modellel is használható az adott termékek észleléséhez. Ez a művelet az egyes termékek és rések határolókeret-koordinátáit, valamint az egyes termékek címkéjét adja vissza.
Az alábbi JSON-válasz bemutatja, hogy a Product Understanding API mit ad vissza, ha egyéni modellel használják.
"detectedProducts": {
"imageMetadata": {
"width": 21,
"height": 25
},
"products": [
{
"id": "01",
"boundingBox": {
"x": 123,
"y": 234,
"w": 34,
"h": 45
},
"classifications": [
{
"confidence": 0.8,
"label": "Product1"
}
]
}
],
"gaps": [
{
"id": "02",
"boundingBox": {
"x": 12,
"y": 123,
"w": 1234,
"h": 123
},
"classifications": [
{
"confidence": 0.9,
"label": "Product1"
}
]
}
]
}
A polc planogram-megfelelősége
A Planogram-egyező API-val összehasonlíthatja a Product Understanding API eredményeit egy planogram-dokumentumhoz. Ez a művelet megfelel az észlelt termékeknek és a planogram-dokumentum megfelelő pozíciójának.
Egy JSON-választ ad vissza, amely a planogramdokumentum minden pozíciójához tartozik, függetlenül attól, hogy egy termék vagy egy rés foglalja-e el.
{
"matchedResultsPerPosition": [
{
"positionId": "01",
"detectedObject": {
"id": "01",
"boundingBox": {
"x": 12,
"y": 1234,
"w": 123,
"h": 12345
},
"classifications": [
{
"confidence": 0.9,
"label": "Product1"
}
]
}
}
]
}
Korlátozások
- A termékfelismerés csak bizonyos Azure-régiókban érhető el.
- A polcképek mérete akár 20 MB is lehet. Az ajánlott méret 4 MB.
- Javasoljuk, hogy mielőtt elemzés céljából feltöltené őket, varrást és kijavítást kell végeznie a polcrendszerképeken.
- Az egyéni modell használata nem kötelező a Termékfelismerésben, de a planogram-egyeztetési függvényhez szükséges.
Következő lépések
Ismerkedjen meg a termékfelismeréssel a varrás és a kijavítási API-k kipróbálásával. Ezután végezze el az alapszintű elemzést a Product Understanding API-val.