Share via

Rozpoznawanie produktów półek — model niestandardowy (wersja zapoznawcza)

  • Artykuł

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.

Zdjęcie półki detalicznej z nazwami produktów i lukami wyróżnionymi prostokątami.

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.

Dostosowywanie modelu

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>'
}"
  1. W razie potrzeby wprowadź następujące zmiany w poleceniu:
    1. Zastąp element <subscriptionKey> kluczem zasobu usługi Vision.
    2. Zastąp element <endpoint> punktem końcowym zasobu usługi Vision. Na przykład: https://YourResourceName.cognitiveservices.azure.com.
    3. Zastąp <your_model_name> ciąg nazwą modelu niestandardowego ( wartość ModelName użyta w kroku tworzenia).
    4. 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...
    5. Zastąp <your_url_string> zawartość adresem URL obiektu blob obrazu
  2. Otwórz okno wiersza polecenia.
  3. 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.

Dopasowywanie planogramu