Etiketler tanımlaması

Makale
06/26/2024

Uyarı

Azure AI Video Indexer (VI) geçtiğimiz yıl kullanımdan kaldırılma nedeniyle Azure Media Services'a (AMS) bağımlılığının kaldırılmaya başlanacağını duyurdu. Özellik ayarlamaları ve değişiklikler duyuruldu ve bir geçiş kılavuzu sağlandı.

Geçişi tamamlamak için son tarih 30 Haziran 2024'dü. VI, VI hesabınızı güncelleştirebilmeniz ve AMS VI varlık geçişini 31 Ağustos 2024'e kadar kabul edebilmeniz için güncelleştirme/geçiş son tarihini uzatmıştır.

Ancak 30 Haziran'dan sonra VI hesabınızı güncelleştirmediyseniz yeni videoları dizine ekleyemez veya geçirilmemiş videoları oynatamazsınız. Hesabınızı 30 Haziran'dan sonra güncelleştirirseniz, dizin oluşturmayı hemen sürdürebilirsiniz, ancak AMS VI geçişi aracılığıyla geçirilene kadar hesap güncelleştirmeden önce dizine alınmış videoları oynatamazsınız.

Etiket belirleme, güneş gözlüğü gibi görsel nesneleri veya bir medya dosyasının video görüntüsünde görünen yüzme gibi eylemleri tanımlayan bir Azure AI Video Indexer AI özelliğidir. Birçok etiket tanımlama kategorisi vardır ve ayıklandıktan sonra, etiketler tanımlama örnekleri İçgörüler sekmesinde görüntülenir ve 50'den fazla dile çevrilebilir. Etikete tıklanması medya dosyasında örneği açar, daha fazla örnek görmek için Öncekini Yürüt veya Sonrakini Oynat'ı seçin.

Önkoşullar

Saydamlık Notu'ne genel bakış

İçgörüleri görüntüleme

Web sitesinde çalışırken örnekler İçgörüler sekmesinde görüntülenir. Etiketler kimliği, kategori, örnekler ve her etiketin belirli başlangıç ve bitiş zamanları ile güvenilirlik puanını içeren bir JSON dosyasındaki kategorilere ayrılmış bir listede de aşağıdaki gibi oluşturulabilir:

JSON dosyasında etiket tanımlama içgörülerini görüntülemek için aşağıdakileri yapın:

İndir'e ve ardından İçgörüler'e (JSON) tıklayın.

Metni kopyalayıp JSON Görüntüleyicinize yapıştırın.

"labels": [
    {
    "id": 1,
    "name": "human face",
    "language": "en-US",
    "instances": [
        {
        "confidence": 0.9987,
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:00:25.6",
        "start": "0:00:00",
        "end": "0:00:25.6"
        },
        {
        "confidence": 0.9989,
        "adjustedStart": "0:01:21.067",
        "adjustedEnd": "0:01:41.334",
        "start": "0:01:21.067",
        "end": "0:01:41.334"
        }
    ]
    },
    {
    "id": 2,
    "name": "person",
    "referenceId": "person",
    "language": "en-US",
    "instances": [
        {
        "confidence": 0.9959,
        "adjustedStart": "0:00:00",
        "adjustedEnd": "0:00:26.667",
        "start": "0:00:00",
        "end": "0:00:26.667"
        },
        {
        "confidence": 0.9974,
        "adjustedStart": "0:01:21.067",
        "adjustedEnd": "0:01:41.334",
        "start": "0:01:21.067",
        "end": "0:01:41.334"
        }
    ]
    },

JSON dosyasını API aracılığıyla indirmek için Azure AI Video Indexer geliştirici portalı.

Etiketler bileşenleri

Etiketler yordamı sırasında, medya dosyasındaki nesneler aşağıdaki gibi işlenir:

Bileşen	Tanım
Kaynak	Kullanıcı dizin oluşturmak için kaynak dosyayı karşıya yükler.
Etiketleme	Resimler etiketlenir ve etiketlenir. Örneğin, kapı, sandalye, kadın, kulaklık, kot.
Filtreleme ve toplama	Etiketler güvenilirlik düzeyine göre filtrelenir ve kategorilerine göre toplanır.
Güvenilirlik düzeyi	Her etiketin tahmini güvenilirlik düzeyi 0 ile 1 arasında bir aralık olarak hesaplanır. Güvenilirlik puanı, sonucun doğruluğundaki kesinliği temsil eder. Örneğin, %82'lik bir kesinlik 0,82 puanı olarak gösterilir.

Kullanım örnekleri

Bağlamsal reklam veya markalama için çerçevelerden etiket ayıklama. Örneğin, bira için bira reklamı koyarak sahildeki görüntüleri takip edin.
Görsel engelliler için erişilebilirliği geliştirmek için görüntülerin sözlü açıklamasını oluşturma, örneğin filmlerdeki arka plan anlatıcısı.
Haberler için özellik hikayeleri oluşturmak üzere belirli nesnelerle ilgili içgörüler için derin arama medya arşivleri.
Fragmanlar için içerik oluşturmak için ilgili etiketlerin kullanılması, makaraları, sosyal medyayı veya yeni klipleri vurgular.

Kullanım örneği seçerken dikkat edilmesi gerekenler

Sonuçların doğruluğunu dikkatle değerlendirin, daha doğru algılamaları teşvik edin, videonun kalitesini kontrol edin, düşük kaliteli video algılanan içgörüleri etkileyebilir.
Kolluk kuvvetlerini kullanırken Etiketlerin videonun bazı kısımlarını algılayamayacağını dikkatle göz önünde bulundurun. Adil ve yüksek kaliteli kararlar almak için Etiketleri insan gözetimiyle birleştirin.
Ciddi olumsuz etkileri olabilecek kararlar için etiket belirleme kullanmayın. Makine öğrenmesi modelleri algılanmamış veya yanlış sınıflandırma çıkışına neden olabilir. Yanlış çıkışa dayalı kararlar ciddi olumsuz etkilere neden olabilir. Ayrıca, bireyler üzerinde ciddi etkilere neden olabilecek kararların insan tarafından gözden geçirilmesi önerilir.

Aracılığıyla paylaş