Rozpoznawanie produktów półek — model niestandardowy (wersja zapoznawcza)
Model niestandardowy można wytrenować w celu rozpoznawania określonych produktów detalicznych do użycia w scenariuszu rozpoznawania produktów. Operacja analizy gotowej do użycia nie rozróżnia produktów, ale możesz utworzyć tę funkcję w aplikacji za pomocą niestandardowego etykietowania i trenowania.
Uwaga
Marki pokazane na obrazach nie są powiązane z firmą Microsoft i nie wskazują żadnej formy poparcia produktów firmy Microsoft lub firmy Microsoft przez właścicieli marki, ani poparcia właścicieli marki lub ich produktów przez firmę Microsoft.
Korzystanie z funkcji dostosowywania modelu
Przewodnik z instrukcjami dostosowywania modelu przedstawia sposób trenowania i publikowania niestandardowego modelu analizy obrazów. Możesz postępować zgodnie z tym przewodnikiem, zawierającym kilka specyfikacji, aby utworzyć model rozpoznawania produktów.
Specyfikacje zestawu danych
Zestaw danych szkoleniowych powinien składać się z obrazów półek detalicznych. Podczas pierwszego tworzenia modelu należy ustawić parametr ModelKind na ProductRecognitionModel.
Ponadto zapisz wartość parametru ModelName , aby można było go użyć jako odwołania później.
Etykietowanie niestandardowe
Po przejściu przez przepływ pracy etykietowania utwórz etykiety dla każdego z produktów, które chcesz rozpoznać. Następnie oznacz etykietę pola ograniczenia każdego produktu na każdym obrazie.
Analizowanie półek przy użyciu modelu niestandardowego
Gdy model niestandardowy zostanie wytrenowany i gotowy (wykonano kroki opisane w przewodniku dostosowywania modelu), możesz użyć go za pomocą operacji Analiza półki.
Wywołanie interfejsu API będzie wyglądać następująco:
curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/productrecognition/<your_model_name>/runs/<your_run_name>?api-version=2023-04-01-preview" -d "{
'url':'<your_url_string>'
}"
- W razie potrzeby wprowadź następujące zmiany w poleceniu:
- Zastąp element
<subscriptionKey>
kluczem zasobu usługi Vision. - Zastąp element
<endpoint>
punktem końcowym zasobu usługi Vision. Na przykład:https://YourResourceName.cognitiveservices.azure.com
. - Zastąp
<your_model_name>
ciąg nazwą modelu niestandardowego ( wartość ModelName użyta w kroku tworzenia). - Zastąp element
<your_run_name>
unikatową nazwą przebiegu testu dla kolejki zadań. Jest to asynchroniczna nazwa kolejki zadań interfejsu API, aby móc później pobrać odpowiedź interfejsu API. Na przykład.../runs/test1?api-version...
- Zastąp
<your_url_string>
zawartość adresem URL obiektu blob obrazu
- Zastąp element
- Otwórz okno wiersza polecenia.
- Wklej edytowane
curl
polecenie z edytora tekstów w oknie wiersza polecenia, a następnie uruchom polecenie.
Następne kroki
W tym przewodniku przedstawiono sposób używania niestandardowego modelu rozpoznawania produktów w celu lepszego zaspokojenia potrzeb biznesowych. Następnie skonfiguruj dopasowywanie planogramu, które działa w połączeniu z niestandardowym rozpoznawaniem produktów.