Podstawy sztucznej inteligencji platformy Microsoft Azure: eksplorowanie przetwarzania obrazów

Początkujący
Inżynier AI
Analityk danych
Deweloper
Architekt rozwiązań
Uczeń
Cognitive Services

Przetwarzanie obrazów to obszar sztucznej inteligencji (AI), w którym systemy oprogramowania są projektowane w celu wizualnego postrzegania świata za pośrednictwem kamer, obrazów i filmów wideo. Istnieje wiele specyficznych typów problemów dotyczących przetwarzania obrazów, które mogą rozwiązać inżynierowie i analitycy danych przy użyciu kombinacji niestandardowych modeli uczenia maszynowego i rozwiązań PaaS — w tym wielu usług poznawczych platformy Microsoft Azure.

Wymagania wstępne

Umiejętność nawigowania w witrynie Azure Portal

Moduły w ramach tej ścieżki szkoleniowej

Usługa przetwarzania obrazów pozwala inżynierom ds. oprogramowania na tworzenie inteligentnych rozwiązań do wyodrębniania informacji z obrazów. Takie zadanie często występuje w wielu scenariuszach zastosowania sztucznej inteligencji.

Klasyfikacja obrazów jest typowym obciążeniem w aplikacjach sztucznej inteligencji (AI). Wykorzystuje ona możliwości predykcyjne uczenia maszynowego, aby umożliwić systemom sztucznej inteligencji rozpoznawanie rzeczywistych przedmiotów na podstawie obrazów.

Wykrywanie obiektów jest formą przetwarzania obrazów, w której agenci sztucznej inteligencji (AI) mogą identyfikować i lokalizować określone typy obiektów na obrazie lub w strumieniu wideo.

Wykrywanie, analiza i rozpoznawanie twarzy to ważne możliwości rozwiązań sztucznej inteligencji (AI). Usługa rozpoznawania twarzy (usługa Cognitive Service), dostępna na platformie Azure, ułatwia integrację tych funkcji w aplikacjach.

Funkcja optycznego rozpoznawania znaków (OCR) umożliwia systemom sztucznej inteligencji odczytywanie tekstu na obrazach, co z kolei pozwala aplikacjom wyodrębniać informacje ze zdjęć, zeskanowanych dokumentów i innych źródeł tekstu cyfrowego.

Przetwarzanie faktur i paragonów jest typowym zadaniem w wielu scenariuszach biznesowych. Organizacje będą w coraz większym stopniu używały sztucznej inteligencji do automatyzacji wyodrębniania danych z zeskanowanych paragonów.