Etiket tanımlama içgörüleri alma
Etiketler tanımlaması
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.
Etiket tanımlama 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, makaraları, sosyal medyayı veya yeni klipleri vurgulamak için ilgili etiketleri kullanma.
Web portalı ile içgörü JSON'unu görüntüleme
Bir videoyu karşıya yükleyip dizine ekledikten sonra, web portalını kullanarak indirmek için JSON biçiminde içgörüler sağlanır.
- Kitaplık sekmesini seçin.
- Çalışmak istediğiniz medyayı seçin.
- İndir'i ve İçgörüler 'i (JSON) seçin. JSON dosyası yeni bir tarayıcı sekmesinde açılır.
- Örnek yanıtta açıklanan anahtar çiftini arayın.
API’yi kullanma
- Video Dizini Al isteğini kullanın. geçirmenizi
&includeSummarizedInsights=falseöneririz. - Örnek yanıtta açıklanan anahtar çiftlerini arayın.
Örnek yanıt
"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"
}
]
},
Önemli
Tüm VI özellikleri için saydamlık notunun genel bakışını okumak önemlidir. Her içgörüde kendi saydamlık notları da vardır:
Etiket tanımlama notları
- Sonuçların doğruluğunu dikkatle göz önünde bulundurun, daha doğru algılamaları teşvik etmek, videonun kalitesini kontrol edin, düşük kaliteli video algılanan içgörüleri etkileyebilir.
- Etiketlerin videonun bazı kısımlarını algılayamayabileceğini kolluk kuvvetleri için kullanırken dikkatli bir şekilde 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.
Etiket tanımlama 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. |