Polc termékfelismerése (előzetes verzió): Polcrendszerképek elemzése előre betanított modellel
A Termékfelismerés használatának leggyorsabb módja a beépített előre betanított AI-modellek használata. A Product Understanding API-val feltölthet egy polcrendszerképet, és lekérheti a termékek és hiányosságok helyét.
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.
Előfeltételek
- Azure-előfizetés – Ingyenes létrehozás
- Miután megkapta az Azure-előfizetését, hozzon létre egy Vision-erőforrást az Azure Portalon. Az USA keleti régiójában vagy az USA 2. nyugati régiójában kell üzembe helyezni. Az üzembe helyezés után válassza az Ugrás az erőforrásra lehetőséget.
- Az alkalmazás Azure AI Vision szolgáltatáshoz való csatlakoztatásához szüksége lesz a létrehozott erőforrás kulcsára és végpontjára. Az útmutató későbbi részében beillesztheti a kulcsot és a végpontot az alábbi kódba.
- Egy Azure Storage-erőforrás blobtárolóval. Hozzon létre egyet
- a cURL telepítve van. Másik REST-platformot is használhat, például a Swaggert vagy a VS Code REST-ügyfélbővítményét .
- Egy polc képe. Letöltheti a mintaképet, vagy saját képeket hozhat. A maximális fájlméret képenként 20 MB.
Polcképek elemzése
Egy polcrendszerkép elemzéséhez hajtsa végre a következő lépéseket:
Töltse fel az elemezni kívánt képeket a blobtárolóba, és szerezze be az abszolút URL-címet.
Másolja a következő
curl
parancsot egy szövegszerkesztőbe.curl -X PUT -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/productrecognition/ms-pretrained-product-detection/runs/<your_run_name>?api-version=2023-04-01-preview" -d "{ 'url':'<your_url_string>' }"
Hajtsa végre a következő módosításokat a parancs megfelelő területein:
- Cserélje le a
<subscriptionKey>
Vision erőforráskulcsát. - Cserélje le a
<endpoint>
Vision-erőforrásvégpontra. Például:https://YourResourceName.cognitiveservices.azure.com
- Cserélje le a
<your_run_name>
feladatsor egyedi tesztfuttatási nevére. Ez egy aszinkron API-feladatsor neve, amely később lekérheti az API-választ. Például:.../runs/test1?api-version...
- Cserélje le a
<your_url_string>
tartalmat a kép blob URL-címére
- Cserélje le a
Nyisson meg egy parancsablakot.
Illessze be a szerkesztett
curl
parancsot a szövegszerkesztőből a parancssori ablakba, majd futtassa a parancsot.
A válasz vizsgálata
A rendszer JSON formátumban adja vissza a sikeres választ. A termékértelmező API-eredmények egy ProductUnderstandingResultApiModel
JSON-mezőben jelennek meg:
{
"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"
}
]
}
]
}
Az egyes JSON-mezők definícióit a következő szakaszokban találja.
Product Understanding Result API-modell
A termékértelmezési művelet eredményei.
Név | Típus | Leírás | Kötelező |
---|---|---|---|
imageMetadata |
ImageMetadataApiModel | A kép metaadatai, például magasság, szélesség és formátum. | Igen |
products |
DetectedObjectApiModel | A képen észlelt termékek. | Igen |
gaps |
DetectedObjectApiModel | A képen észlelt rések. | Igen |
Image Metadata API-modell
A kép metaadatai, például magasság, szélesség és formátum.
Név | Típus | Leírás | Kötelező |
---|---|---|---|
width |
egész szám | A kép szélessége képpontban. | Igen |
height |
egész szám | A kép magassága képpontban. | Igen |
Észlelt objektum API-modell
Egy kép észlelt objektumát ismerteti.
Név | Típus | Leírás | Kötelező |
---|---|---|---|
id |
húr | Az észlelt objektum azonosítója. | Nem |
boundingBox |
BoundingBoxApiModel | Határolókeret egy képen belüli területhez. | Igen |
classifications |
ImageClassificationApiModel | Az észlelt objektum besorolási megbízhatóságai. | Igen |
Bounding Box API-modell
Határolókeret egy képen belüli területhez.
Név | Típus | Leírás | Kötelező |
---|---|---|---|
x |
egész szám | A terület bal felső pontjának bal koordinátája képpontban. | Igen |
y |
egész szám | A terület bal felső pontjának felső koordinátája képpontban. | Igen |
w |
egész szám | A terület bal felső pontjától mért szélesség képpontban. | Igen |
h |
egész szám | A terület bal felső pontjától mért magasság képpontban. | Igen |
Képbesorolási API-modell
Egy címke képbesorolási megbízhatóságát ismerteti.
Név | Típus | Leírás | Kötelező |
---|---|---|---|
confidence |
float | A besorolási előrejelzés megbízhatósága. | Igen |
label |
húr | A besorolási előrejelzés címkéje. | Igen |
Következő lépések
Ebben az útmutatóban megtanulta, hogyan kezdeményezhet alapszintű elemzési hívást az előre betanított Product Understanding REST API használatával. Következő lépésként megtudhatja, hogyan használhat egyéni termékfelismerési modellt az üzleti igények jobb kielégítése érdekében.