Ürün Tanıma (sürüm 4.0 önizleme)
Ürün Tanıma API'leri, perakende satış mağazasındaki rafların fotoğraflarını analiz etmenizi olanaklı kılmaktadır. Ürünlerin varlığını algılayabilir ve sınırlayıcı kutu koordinatlarını alabilirsiniz. Modeli belirli ürünlerinizi tanımlamak üzere eğitmek için model özelleştirmesiyle birlikte kullanın. Ürün Tanıma sonuçlarını mağazanızın planogram belgesiyle de karşılaştırabilirsiniz.
Vision Studio'yu kullanarak tarayıcınızda Ürün Tanıma özelliklerini hızlı ve kolay bir şekilde deneyin.
Not
Görüntülerde gösterilen markalar Microsoft'a bağlı değildir ve Microsoft veya Microsoft ürünlerinin marka sahipleri tarafından herhangi bir şekilde onaylandığını ya da marka sahiplerinin veya ürünlerinin Microsoft tarafından onaylandığını göstermez.
Önemli
Özel Görüntü İşleme hizmetini veya Görüntü Analizi 4.0 Ürün Tanıma API'lerini kullanarak ürün tanıma için özel bir model eğitebilirsiniz. Aşağıdaki tablo iki hizmeti karşılaştırır.
| Alanlar | Raflardaki Ürünler – Özel Görüntü İşleme | Ürün Tanıma – Görüntü Analizi API'si/Özelleştirme | ||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Özellikler | Özel ürün anlama | Görüntü birleştirme ve düzeltme, Önceden eğitilmiş ürün anlama, Özel ürün anlama, Planogram eşleştirme |
||||||||||||||||||||||||||||
| Temel model | CNN | Floransa transformatör modeli | ||||||||||||||||||||||||||||
| Etiketleme | Customvision.ai | AML Studio | ||||||||||||||||||||||||||||
| Web Portalı | Customvision.ai | Vision Studio | ||||||||||||||||||||||||||||
| Kitaplıklar | REST, SDK | REST, Python Örneği | ||||||||||||||||||||||||||||
| Gereken en düşük eğitim verileri | Kategori başına 15 resim | Kategori başına 2-5 resim | ||||||||||||||||||||||||||||
| Eğitim verileri depolama | Hizmete yüklendi | Müşterinin blob depolama hesabı | ||||||||||||||||||||||||||||
| Model barındırma | Bulut ve uç | Yalnızca bulut barındırma, uç kapsayıcı barındırma geliyor | ||||||||||||||||||||||||||||
| Yapay zeka kalitesi |
|
|
||||||||||||||||||||||||||||
| Fiyatlandırma | Özel Görüntü İşleme fiyatlandırması | Görüntü Analizi fiyatlandırması |
Ürün Tanıma özellikleri
Raf görüntüsü bileşimi
Birleştirme ve düzeltme API'leri , Product Understanding sonuçlarının doğruluğunu artırmak için görüntüleri değiştirmenize olanak sağlar. Bu API'leri kullanarak şunları yapabilirsiniz:
- Tek bir görüntü oluşturmak için rafın birden çok görüntüsünü birleştirin.
- Perspektif bozulmasını kaldırmak için bir görüntüyü düzeltin.
Raf ürün tanıma (önceden eğitilmiş model)
Product Understanding API'si, kullanıma hazır önceden eğitilmiş modeli kullanarak raf görüntüsünü analiz etmenizi sağlar. Bu işlem raf görüntüsündeki ürünleri ve boşlukları algılar ve her ürünün sınırlayıcı kutu koordinatlarını ve her biri için bir güvenilirlik puanı döndürür.
Aşağıdaki JSON yanıtı, Product Understanding API'sinin ne döndürdüğü gösterilir.
{
"imageMetadata": {
"width": 2000,
"height": 1500
},
"products": [
{
"id": "string",
"boundingBox": {
"x": 1234,
"y": 1234,
"w": 12,
"h": 12
},
"classifications": [
{
"confidence": 0.9,
"label": "string"
}
]
}
],
"gaps": [
{
"id": "string",
"boundingBox": {
"x": 1234,
"y": 1234,
"w": 123,
"h": 123
},
"classifications": [
{
"confidence": 0.8,
"label": "string"
}
]
}
]
}
Raf ürün tanıma (özelleştirilmiş model)
Product Understanding API'si, belirli ürünlerinizi algılamak için özel eğitilmiş bir modelle de kullanılabilir. Bu işlem, her ürünün ve boşluğun sınırlayıcı kutu koordinatlarını ve her ürünün etiketini döndürür.
Aşağıdaki JSON yanıtı, özel bir modelle kullanıldığında Product Understanding API'sinin ne döndürdüğü gösterilir.
"detectedProducts": {
"imageMetadata": {
"width": 21,
"height": 25
},
"products": [
{
"id": "01",
"boundingBox": {
"x": 123,
"y": 234,
"w": 34,
"h": 45
},
"classifications": [
{
"confidence": 0.8,
"label": "Product1"
}
]
}
],
"gaps": [
{
"id": "02",
"boundingBox": {
"x": 12,
"y": 123,
"w": 1234,
"h": 123
},
"classifications": [
{
"confidence": 0.9,
"label": "Product1"
}
]
}
]
}
Raf planogramı uyumluluğu
Planogram eşleştirme API'si, Product Understanding API'sinin sonuçlarını bir planogram belgesiyle karşılaştırmanıza olanak tanır. Bu işlem, algılanan her ürünü ve boşluğu planogram belgesindeki ilgili konumuyla eşleştirir.
Planogram belgesindeki her konumu (bir ürün veya boşlukla kaplanmış olsun) hesaplayan bir JSON yanıtı döndürür.
{
"matchedResultsPerPosition": [
{
"positionId": "01",
"detectedObject": {
"id": "01",
"boundingBox": {
"x": 12,
"y": 1234,
"w": 123,
"h": 12345
},
"classifications": [
{
"confidence": 0.9,
"label": "Product1"
}
]
}
}
]
}
Sınırlamalar
- Ürün Tanıma yalnızca Doğu ABD ve Batı ABD 2 Azure bölgelerinde kullanılabilir.
- Raf görüntülerinin boyutu 20 MB'a kadar çıkabiliyor. Önerilen boyut 4 MB'tır.
- Raf görüntülerini analiz için yüklemeden önce dikiş ve düzeltme yapmanızı öneririz.
- Özel model kullanmak Ürün Tanıma'da isteğe bağlıdır, ancak planogram eşleştirme işlevi için gereklidir.
Sonraki adımlar
Birleştirme ve düzeltme API'lerini deneyerek Ürün Tanıma ile çalışmaya başlayın. Ardından Product Understanding API'siyle temel analizler yapın.