教學課程：辨識相機圖片中的 Azure 服務標誌

發行項
07/20/2023

在此教學課程中，您將探索在較大的案例中使用自訂視覺的範例應用程式。 AI Visual Provision 應用程式是適用于行動平臺的 Xamarin.Forms 應用程式，會分析 Azure 服務標章的相片，然後將這些服務部署到使用者的 Azure 帳戶。在此您將了解此應用程式如何搭配使用自訂視覺與其他元件來提供有用的端對端應用程式。您可以自行執行整個應用程式案例，也可以僅完成設定的自訂視覺部分，並大致了解應用程式如何加以運用。

本教學課程說明如何：

建立可辨識 Azure 服務標誌的自訂物件偵測器。
將您的應用程式連線到 Azure AI 視覺和自訂視覺。
建立 Azure 服務主體帳戶以從應用程式部署 Azure 服務。

如果您沒有 Azure 訂用帳戶，請在開始前建立免費帳戶。

必要條件

Visual Studio 2017 或更新版本
適用於 Visual Studio 的 Xamarin 工作負載 (請參閱安裝 Xamarin)
適用於 Visual Studio 的 iOS 或 Android 模擬器
Azure CLI (選擇性)

取得原始程式碼

如果您想要使用隨附的 Web 應用程式，請從 GitHub 上的 AI Visual Provision 存放庫複製或下載應用程式的原始程式碼。在 Visual Studio 中開啟 Source/VisualProvision.sln 檔案。稍後，您將編輯一些專案檔，以便自行執行應用程式。

建立物件偵測器

登入自訂視覺入口網站並建立新的專案。指定物件偵測專案，並使用「標誌」網域；這可讓服務使用最適用的演算法進行標誌偵測。

上傳和標記影像

接著，請上傳 Azure 服務標誌的影像並手動加以標記，以訓練標誌偵測演算法。 AIVisualProvision 存放庫中包含一組可供使用的訓練影像。在網站上，選取 [訓練影像] 索引標籤上的 [新增影像] 按鈕。然後，移至存放庫的 Documents/Images/Training_DataSet 資料夾。您將手動標記每個影像中的標誌，因此如果您只要測試此專案，您可以僅上傳一部分的影像。對於您預計要使用的每個標記，至少須分別上傳 15 個執行個體。

上傳訓練影像之後，請選取顯示畫面上的第一個影像。隨即會出現標記視窗。為每個影像中的各個標誌繪製方塊並指派標記。

應用程式會設定為使用特定的標記字串。您可在 Source\VisualProvision\Services\Recognition\RecognitionService.cs 檔案中找到相關定義：

private const string TAG_ACTIVE_DIRECTORY = "ACTIVE_DIRECTORY";
private const string TAG_APP_SERVICE = "APP_SERVICE";
private const string TAG_NOTIFICATION_HUBS = "NOTIFICATION_HUBS";
private const string TAG_MOBILE_APPS = "MOBILE_APPS";
private const string TAG_AZURE_SEARCH = "AZURE_SEARCH";
private const string TAG_AZURE_CDN = "CDN";
private const string TAG_AZURE_MACHINE_LEARNING = "MACHINE_LEARNING";
private const string TAG_AZURE_STORAGE = "STORAGE";
private const string TAG_IOT_EDGE = "IOT_EDGE";
private const string TAG_COSMOS_DB = "COSMOS_DB";
private const string TAG_COGNITIVE_SERVICES = "COGNITIVE_SERVICES";
private const string TAG_SQL_DATABASE = "SQL_DATABASE";
private const string TAG_MYSQL_CLEARDB_DATABASE = "MYSQL_CLEARDB_DATABASE";
private const string TAG_REDIS_CACHE = "REDIS_CACHE";
private const string TAG_APP_INSIGHTS = "APPLICATION_INSIGHTS";
private const string TAG_AZURE_FUNCTIONS = "AZURE_FUNCTIONS";

標記一個影像之後，請移至右側以標記下一個影像。完成後請關閉標記視窗。

訓練物件偵測器

在左窗格中，將 [標記] 參數設為 [已標記]，以顯示您的影像。然後，選取頁面頂端的綠色按鈕，以訓練模型。此演算法會訓練辨識新影像中的相同標記。此外也會以您現有的一些影像測試模型，以產生精確度分數。

取得預測 URL

模型已定型後，即可將其整合到應用程式中。您必須取得端點 URL (應用程式將查詢的模型位址) 和預測金鑰 (為應用程式授與預測要求的存取權)。在 [效能] 索引標籤上，選取頁面頂端的 [預測 URL] 按鈕。

將端點 URL 和 Prediction-Key 值複製到 Source\VisualProvision\AppSettings.cs 檔案中的適當欄位：

// Custom Vision
public const string CustomVisionPredictionUrl = "INSERT YOUR COMPUTER VISION API URL HERE FOR MAGNETS RECOGNITION";
public const string CustomVisionPredictionKey = "INSERT YOUR COMPUTER VISION PREDICTION KEY HERE FOR MAGNETS RECOGNITION";

查看自訂視覺的使用方式

開啟 Source/VisualProvision/Services/Recognition/CustomVisionService.cs 檔案，查看應用程式使用自訂視覺金鑰和端點 URL 的方式。 PredictImageContentsAsync 方法會使用影像檔案的位元組資料流和取消權杖 (用於非同步工作管理)、呼叫自訂視覺預測 API，然後傳回預測的結果。

public async Task<PredictionResult> PredictImageContentsAsync(Stream imageStream, CancellationToken cancellationToken)
{
    var client = new HttpClient();
    client.DefaultRequestHeaders.Add("Prediction-key", AppSettings.CustomVisionPredictionKey);

    byte[] imageData = StreamToByteArray(imageStream);

    HttpResponseMessage response;
    using (var content = new ByteArrayContent(imageData))
    {
        content.Headers.ContentType = new MediaTypeHeaderValue("application/octet-stream");
        response = await client.PostAsync(AppSettings.CustomVisionPredictionUrl, content);
    }

    var resultJson = await response.Content.ReadAsStringAsync();
    return JsonConvert.DeserializeObject<PredictionResult>(resultJson);
}

此結果會採用 PredictionResult 執行個體的形式，其中會包含預測執行個體的清單。預測中包含偵測到的標記和及其週框方塊在影像中的位置。

public class Prediction
{
    public double Probability { get; set; }

    public string TagId { get; set; }

    public string TagName { get; set; }

    public BoundingBox BoundingBox { get; set; }
}

若要深入了解應用程式處理這項資料的方式，請從 GetResourcesAsync 方法著手。此方法定義於 Source/VisualProvision/Services/Recognition/RecognitionService.cs 檔案中。

新增文字辨識

本教學課程的自訂視覺部分已完成。如果您想要執行應用程式，您也必須整合 Azure AI 視覺服務。應用程式會使用 Azure AI 視覺文字辨識功能來補充標誌偵測程式。 Azure 標誌可從其外觀或旁邊列印的文字來辨識。不同于自訂視覺模型，Azure AI 視覺會預先定型，以對影像或影片執行特定作業。

訂閱 Azure AI 視覺服務以取得金鑰和端點 URL。如需此步驟的說明，請參閱如何取得金鑰。

然後，開啟 Source\VisualProvision\AppSettings.cs 檔案，並在 ComputerVisionEndpoint 和 ComputerVisionKey 變數中填入正確的值。

// Computer Vision
public const string ComputerVisionEndpoint = "INSERT COMPUTER VISION ENDPOINT HERE FOR HANDWRITING";
public const string ComputerVisionKey = "INSERT YOUR COMPUTER VISION KEY HERE FOR HANDWRITING";

建立服務主體

應用程式必須透過 Azure 服務主體帳戶將服務部署至您的 Azure 訂用帳戶。服務主體可讓您使用 Azure 角色型存取控制將特定權限委派給應用程式。若要深入了解，請參閱服務主體指南。

您可以使用 Azure Cloud Shell 或 Azure CLI 來建立服務主體，如下所示。首先，請登入並選取您要使用的訂用帳戶。

az login
az account list
az account set --subscription "<subscription name or subscription id>"

然後，建立您的服務主體。 (這個程序需要一些時間才能完成。)

az ad sp create-for-rbac --name <servicePrincipalName> --role Contributor --scopes /subscriptions/<subscription_id> --password <yourSPStrongPassword>

順利完成後，您應該會看到下列 JSON 輸出，其中包含所需的認證。

{
  "clientId": "(...)",
  "clientSecret": "(...)",
  "subscriptionId": "(...)",
  "tenantId": "(...)",
  ...
}

請記下 clientId 和 tenantId 值。將其新增至 Source\VisualProvision\AppSettings.cs 檔案中的適當欄位。

/* 
 * Service principal
 *
 * Note: This settings will only be used in Debug mode to avoid developer having to enter
 * ClientId and TenantId keys each time application is deployed.
 * In Release mode, all credentials will be introduced using UI input fields.
 */
public const string ClientId = "INSERT YOUR CLIENTID HERE";
public const string TenantId = "INSERT YOUR TENANTID HERE";

執行應用程式

此時，您已為應用程式提供下列項目的存取權：

定型的自訂視覺模型
Azure AI 視覺服務
服務主體帳戶

請依照下列步驟執行應用程式：

在 Visual Studio 方案總管中，選取 VisualProvision.Android 專案或 VisualProvision.iOS 專案。從主要工具列的下拉式功能表中選擇對應的模擬器或連線的行動裝置。然後，執行應用程式。

注意

您將需要 macOS 裝置才能執行 iOS 模擬器。
在第一個畫面中，輸入您的服務主體用戶端識別碼、租用戶識別碼和密碼。選取 [登入] 按鈕。
注意

在某些模擬器上執行此步驟時，[登入] 按鈕可能並未啟動。若是如此，請停止應用程式、開啟 Source/VisualProvision/Pages/LoginPage.xaml 檔案、找出標示為 LOGIN BUTTON 的 Button 元素，並移除以下這一行，然後重新執行應用程式。
```
IsEnabled="{Binding IsValid}"
```
在下一個畫面上，從下拉式功能表中選取您的 Azure 訂用帳戶。 (此功能表應包含您的服務主體可存取的所有訂用帳戶。)選取 [繼續] 按鈕。此時應用程式可能會提示您授與裝置相機和相片儲存體的存取權。授與存取權限。
裝置上的相機將會啟動。對您已訓練的其中一個 Azure 服務標誌拍一張相片。部署視窗應該會提示您選取新服務的區域和資源群組 (就像從 Azure 入口網站加以部署時一樣)。