影像分類

除了標記和描述以外，Image Analysis 3.2 也會傳回在影像中偵測到的分類法型類別。 與標記不同，類別會在父/子階層中組織，並且更少 (86 個，而不是數以千計的標記)。 所有類別名稱皆採用英文。 類別可以單獨完成，也可以與較新的標記模型一起完成。

86- 類別分類法

Azure AI 視覺可以使用下圖中 86 個類別的清單，來廣泛或明確地對影像進行分類。 如需文字格式的完整分類，請參閱類別分類。

影像分類範例

下列 JSON 回應說明根據視覺功能進行範例影像分類時，Azure AI 視覺傳回的內容。

{
    "categories": [
        {
            "name": "people_",
            "score": 0.81640625
        }
    ],
    "requestId": "bae7f76a-1cc7-4479-8d29-48a694974705",
    "metadata": {
        "height": 200,
        "width": 300,
        "format": "Jpeg"
    }
}

下表所列的是一般的影像集和 Azure AI 視覺針對每個影像所傳回的類別。

映像	類別
	people_group
	animal_dog
	outdoor_mountain
	food_bread

使用 API

分類功能是 Analyze Image 3.2 API 的一部分。 您可以透過原生 SDK 或 REST 呼叫來呼叫此 API。 在 visualFeatures 查詢參數中包含 Categories。 然後，當您取得完整的 JSON 回應時，只需要剖析 "categories" 區段內容的字串即可。

• 快速入門：視覺 REST API 或用戶端程式庫

下一步

了解標記影像和描述影像的相關概念。