提示
如果本 FAQ 无法解答你的问题，请在 Stack Overflow 上的 Azure AI 视觉 API 社区中提问，或在 UserVoice 上联系帮助和支持人员。
我的密钥存储在哪里？
可在 Azure 门户的“密钥和终结点”选项卡下找到密钥。
我的预测资源 ID 存储在哪里？
可以在 Azure 门户中资源的“属性”选项卡上找到列为“资源 ID”的预测资源 ID 。
我的自定义视觉预测终结点是否接受 base64 编码的图像？
是的。 建议使用开放源代码库，帮助将 URL 图像转换为 base64 编码图像并返回。 OpenCV 和 Pillow 库深受客户欢迎，可用于转换图像。
自定义视觉是否在我的区域中可用？
可在区域支持页上找到自定义视觉的区域可用性。
免费定价层和标准定价层之间的区别是什么？
有关定价层信息，请参阅限制和配额页。
如果更改项目中的域，是否必须重新标记图像？
只要保持相同的监督学习域（对象检测或图像分类），就可在不重新标记的情况下切换项目中的域。
自定义视觉是否支持图像标记中的多边形边界框？
否，我们仅支持矩形边界框。
我收到消息“还不能训练。 预留的小时数不足，无法执行高级训练”。 应采取何种操作？
如果收到此消息，则需要增加训练预算，以训练更多图像。
我的项目训练花了几个小时才能完成。 为什么周转时间这么长？
许多客户训练时产生的高训练流量或高使用时段可能会影响训练时间。 这会导致队列延长以及 GPU 资源紧张。 有时，作业可能会保留在队列中，并且不会在特定时间范围内完成，但可以保证我们的客户不会被收取超过设定的时间预算的费用。
开始训练之后能否停止训练？
开始训练之后就无法取消。
训练自定义视觉模型后，是否可以管理同意模型或将同一模型部署到不同的区域？
我们没有将模型发布到其他区域的用例，但我们确实能够将项目导出/导入到不同的区域。 请参阅复制和备份自定义视觉项目。
自定义视觉和 AutoML 之间的区别是什么？
自定义视觉是一种工具，可用于轻松构建 Azure AI 视觉模型，而无需具有任何数据科学或机器学习知识。 这些模型是使用针对特定域优化的数据集预先训练好的。
有时，你的方案可能需要对模型训练、部署和端到端 ML 生命周期进行更多控制。 当需要这种额外的控制时，AutoML 是理想的解决方案，它适用于具有机器学习知识的客户。
如何将用户添加到多服务帐户，以在 Web 门户中协作处理自定义视觉项目？
可使用 Azure 基于角色的访问控制 (RBAC) 角色为特定用户提供协作处理自定义视觉门户项目的访问权限。 请参阅基于角色的访问控制文档。
是否可使用自定义视觉门户中添加的标记导出训练图像？
是的，可使用 GetImages API 通过标记导出。
如何在此服务上编写日志？
使用诊断日志记录。