Wykrywanie obiektów

W tym artykule wyjaśniono koncepcję wykrywania obiektów. Wykrywanie obiektów jest podobne do tagowania, ale interfejs API zwraca współrzędne pola ograniczenia (w pikselach) dla każdego obiektu znalezionego na obrazie. Jeśli na przykład obraz zawiera psa, kota i osobę, operacja wykrywania obiektu zawiera listę tych obiektów ze współrzędnymi na obrazie. Za pomocą tej funkcji można przetwarzać relacje między obiektami na obrazie. Pozwala również określić, czy na obrazie istnieje wiele wystąpień tego samego obiektu.

Funkcja wykrywania obiektów stosuje tagi na podstawie obiektów lub elementów żyjących zidentyfikowanych na obrazie. Nie ma formalnej relacji między taksonomią tagowania a taksonomią wykrywania obiektów. Na poziomie koncepcyjnym funkcja wykrywania obiektów znajduje tylko obiekty i żywą elementy, podczas gdy funkcja tagu może również zawierać kontekstowe terminy, takie jak wewnątrz, które nie mogą być zlokalizowane z polami ograniczenia.

Wypróbuj możliwości wykrywania obiektów szybko i łatwo w przeglądarce przy użyciu usługi Azure AI Vision Studio.

Wypróbuj program Vision Studio

Przykład wykrywania obiektów

Poniższa odpowiedź JSON pokazuje, co interfejs API analizowania obrazu zwraca po wykryciu obiektów na przykładowym obrazie.

{
   "objects":[
      {
         "rectangle":{
            "x":730,
            "y":66,
            "w":135,
            "h":85
         },
         "object":"kitchen appliance",
         "confidence":0.501
      },
      {
         "rectangle":{
            "x":523,
            "y":377,
            "w":185,
            "h":46
         },
         "object":"computer keyboard",
         "confidence":0.51
      },
      {
         "rectangle":{
            "x":471,
            "y":218,
            "w":289,
            "h":226
         },
         "object":"Laptop",
         "confidence":0.85,
         "parent":{
            "object":"computer",
            "confidence":0.851
         }
      },
      {
         "rectangle":{
            "x":654,
            "y":0,
            "w":584,
            "h":473
         },
         "object":"person",
         "confidence":0.855
      }
   ],
   "requestId":"25018882-a494-4e64-8196-f627a35c1135",
   "metadata":{
      "height":473,
      "width":1260,
      "format":"Jpeg"
   },
   "modelVersion":"2021-05-01"
}

Ograniczenia

Ważne jest, aby pamiętać o ograniczeniach wykrywania obiektów, dzięki czemu można uniknąć lub ograniczyć skutki fałszywie ujemnych (nieodebranych obiektów) i ograniczonych szczegółów.

• Obiekty zwykle nie są wykrywane, jeśli są małe (mniej niż 5% obrazu).
• Obiekty zwykle nie są wykrywane, jeśli są ułożone blisko siebie (na przykład stos płyt).
• Obiekty nie różnią się marką ani nazwami produktów (na przykład różne rodzaje sod na półce sklepu). Można jednak uzyskać informacje o marce z obrazu za pomocą funkcji Wykrywanie marek.

Używanie interfejsu API

Funkcja wykrywania obiektów jest częścią interfejsu API analizowania obrazu . Ten interfejs API można wywołać za pomocą natywnego zestawu SDK lub wywołań REST. Uwzględnij Objects visualFeatures parametr zapytania. Następnie po otrzymaniu pełnej odpowiedzi JSON przeanalizuj ciąg zawartości sekcji obiektów .

• Szybki start: analiza obrazów