Delen via


Productherkenning (versie 4.0 preview)

Belangrijk

Deze functie is nu afgeschaft. Op 10 januari 2025 wordt azure AI-afbeeldingsanalyse 4.0 aangepaste afbeeldingsclassificatie, aangepaste objectdetectie en preview-API voor productherkenning buiten gebruik gesteld. Na deze datum mislukken API-aanroepen naar deze services.

Als u een soepele werking van uw modellen wilt behouden, gaat u over naar Azure AI Custom Vision. Deze is nu algemeen beschikbaar. Custom Vision biedt vergelijkbare functionaliteit als deze buiten gebruik stellende functies.

Met de Product Recognition-API's kunt u foto's van planken in een winkel analyseren. U kunt de aanwezigheid van producten detecteren en hun begrenzingsvakcoördinaten ophalen. Gebruik deze in combinatie met modelaanpassing om een model te trainen om uw specifieke producten te identificeren. U kunt productherkenningsresultaten ook vergelijken met het planogramdocument van uw winkel.

Probeer snel en eenvoudig de mogelijkheden van Productherkenning uit in uw browser met Behulp van Vision Studio.

Foto van een plank met producten en hiaten die in rechthoeken worden beschreven.

Notitie

De merken die in de afbeeldingen worden weergegeven, zijn niet gekoppeld aan Microsoft en geven geen enkele vorm van goedkeuring van Microsoft- of Microsoft-producten aan door de merkeigenaren, of een goedkeuring van de merkeigenaren of hun producten door Microsoft.

Belangrijk

U kunt een aangepast model trainen voor productherkenning met behulp van de Custom Vision-service of de Api's voor productherkenning van afbeeldingsanalyse 4.0. In de volgende tabel worden de twee services vergeleken.

Gebieden Producten op planken – Custom Vision Productherkenning : AFBEELDINGSANALYSE-API/Aanpassing
Functies Aangepaste productkennis Afbeeldingsstikking & rectificering,
vooraf getraind productbegrip,
Aangepast productbegrip,
Planogram-overeenkomst
Basismodel CNN Model van Florence-transformator
Labels Customvision.ai AML Studio
Webportal Customvision.ai Vision Studio
Bibliotheken REST, SDK REST, Python-voorbeeld
Minimale trainingsgegevens nodig 15 afbeeldingen per categorie 2-5 afbeeldingen per categorie
Opslag van trainingsgegevens Geüpload naar service Blob Storage-account van de klant
Modelhosting Cloud en rand Alleen cloudhosting, edge-containerhosting komt eraan
AI-kwaliteit
contextTop-1 nauwkeurigheid, 14 gegevenssets
1 shot (catalogus)29.4
2 schot57.1
3 shot66.7
5 schot80.8
10 schot86.4
volledig94.9
contextTop-1 nauwkeurigheid, 14 gegevenssets
1 shot (catalogus)86.9
2 schot88.8
3 shot89.8
5 schot90,3
10 schot91.0
volledig95,4
Prijzen Custom Vision-prijzen Prijzen voor afbeeldingsanalyse

Productherkenningsfuncties

Samenstelling van plankafbeelding

Met de stitching- en correctie-API's kunt u afbeeldingen aanpassen om de nauwkeurigheid van de Product Understanding-resultaten te verbeteren. U kunt deze API's gebruiken voor het volgende:

  • Steek meerdere afbeeldingen van een plank samen om één afbeelding te maken.
  • Corrigoer een afbeelding om perspectiefvervorming te verwijderen.

Herkenning van plankproduct (vooraf getraind model)

Met de Product Understanding-API kunt u een plankafbeelding analyseren met behulp van het vooraf getrainde model. Met deze bewerking worden producten en hiaten in de plankafbeelding gedetecteerd en worden de coördinaten van het begrenzingsvak van elk product en de tussenruimte geretourneerd, samen met een betrouwbaarheidsscore voor elk product.

Het volgende JSON-antwoord illustreert wat de Product Understanding-API retourneert.

{
  "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"
        }
      ]
    }
  ]
}

Productherkenning (aangepast model)

De Product Understanding-API kan ook worden gebruikt met een aangepast getraind model om uw specifieke producten te detecteren. Deze bewerking retourneert de coördinaten van het begrenzingsvak van elk product en de tussenruimte, samen met het label van elk product.

Het volgende JSON-antwoord illustreert wat de Product Understanding-API retourneert wanneer deze wordt gebruikt met een aangepast model.

"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"
        }
      ]
    }
  ]
}

Naleving van planogrammen van plank

Met de planogramkoppelings-API kunt u de resultaten van de Product Understanding-API vergelijken met een planogramdocument. Deze bewerking komt overeen met elk gedetecteerd product en de bijbehorende positie in het planogramdocument.

Het retourneert een JSON-antwoord dat voor elke positie in het planogramdocument rekening houdt, ongeacht of deze wordt bezet door een product of hiaat.

{
  "matchedResultsPerPosition": [
    {
      "positionId": "01",
      "detectedObject": {
        "id": "01",
        "boundingBox": {
          "x": 12,
          "y": 1234,
          "w": 123,
          "h": 12345
        },
        "classifications": [
          {
            "confidence": 0.9,
            "label": "Product1"
          }
        ]
      }
    }
  ]
}

Beperkingen

Volgende stappen

Ga aan de slag met ProductHerkenning door de api's voor steken en herhalen uit te proberen. Voer vervolgens basisanalyse uit met de Product Understanding-API.