Freigeben über

Azure Content Understanding in Foundry-Tools – Bildlösungen

Azure Content Understanding standardisiert die Extraktion von Daten aus Bildern, wodurch es einfacher wird, große Mengen unstrukturierter Bilddaten zu analysieren. Die standardisierte Extraktion verkürzt die Amortisationszeit und vereinfacht die Integration in analytische Downstreamworkflows. Mit den Inhaltsverständnis-APIs können Sie Schemas definieren, um die Felder, Beschreibungen und Ausgabetypen für die Extraktion anzugeben. Der Dienst analysiert dann Ihre Bilder und stellt strukturierte Daten bereit, die in verschiedenen Anwendungsfällen angewendet werden können, z. B.:

  • RAG-Anwendungen (Retrieval Augmented Generation): Extrahieren Sie wichtige Details aus Ihren Bildern, um einen robusten Index zu erstellen, der benutzerorientierte Chaterfahrungen ermöglicht. Dieser Index ermöglicht es Benutzern, Fragen zu stellen und genaue Antworten basierend auf dem Inhalt Ihrer Bilder zu erhalten.

  • Finanzanalyse und Business Intelligence: Analysieren Sie Geschäftsleistungsdiagramme und Trends zum Generieren von Echtzeitberichten, die Analysten, Managern und Führungskräften helfen, schnellere, fundiertere Entscheidungen zu treffen.

  • Fertigungsqualitätskontrolle: Automatisieren Sie die Erkennung von Fehlern und Anomalien wie Kratzern, Rissen oder Fehlausrichtungen in Produktionslinien und Fertigungsumgebungen.

  • Regalanalyse und Bestandsverwaltung: Erkennen, zählen und extrahieren Sie spezifische Details zu Einzelhandelsprodukten, optimieren Sie Betriebsabläufe, und verbessern Sie die Kundenzufriedenheit, indem sichergestellt wird, dass Produkte ausreichend vorrätig und ordnungsgemäß organisiert sind.

Hauptvorteile

Content Understanding bietet mehrere wichtige Vorteile für das Extrahieren von Informationen aus Bildern, einschließlich:

  • Verbesserte Datenfreundlichkeit und -struktur: Durch die Bereitstellung strukturierter Daten vereinfacht Content Understanding die Integration in Datenbanken, Tabellenkalkulationen und Systeme wie CRM (Customer Relationship Management, Kundenbeziehungsmanagement) oder ERP-Tools (Enterprise Resource Planning, Unternehmensressourcenplanung).

  • Verbesserte Genauigkeit für bestimmte Anwendungsfälle: Content Understanding ermöglicht eine gezielte Datenextraktion, die direkt auf Ihre individuellen Anforderungen abgestimmt ist. Die Funktion verbessert die Modellgenauigkeit durch Konzentration auf die wichtigsten Datenpunkte.

  • Schnellere und kostengünstigere Automatisierung: Da nur die erforderlichen Felder extrahiert werden, kann Content Understanding die Automatisierung optimieren. So können Organisationen ihre Datenverarbeitungsworkflows effizient skalieren und die Speicherung und Verarbeitung irrelevanter Daten reduzieren.

Screenshot eines Datenflussdiagramms für die Bildverarbeitung im Inhaltsverständnis.

Gesichtsbeschreibungsfelder

Hinweis

Diese Funktion ist nur eingeschränkt zugänglich; Kunden müssen die Deaktivierung der Gesichtsunschärfe für Azure OpenAI-Modelle mit einer Support-Anfrage bei Azure anfordern. Weitere Informationen zum Verwalten einer Azure-Supportanfrage.

Die Feldextraktionsfunktion kann optional erweitert werden, um detaillierte Beschreibungen von Gesichtern in den Bildern bereitzustellen. Diese Funktion umfasst Attribute wie Gesichtshaare, Gesichtsausdruck und das Vorhandensein von Prominenten, die für verschiedene analytische und indizierende Zwecke von entscheidender Bedeutung sein können. Um die Fähigkeiten zur Gesichtsbeschreibung zu aktivieren, müssen Sie disableFaceBlurring : true in der Analysekonfiguration einstellen.

Beispiele:

  • Beispielfeld: facialHairDescription: Beschreibt die Art der Gesichtshaare (z. B beard. , mustache, clean-shaven)
  • Beispielfeld: nameOfProminentPerson: Stellt, wenn möglich, einen Namen von einem Prominenten im Bild bereit (z. B. Satya Nadella)
  • Beispielfeld: faceSmilingFrowning: Stellt eine Beschreibung bereit, ob eine Person lächelt oder die Stirn runzelt.

Loslegen

Erster Schritt zur Verarbeitung von Bildern mit Inhaltsverständnis: Folgen Sie unserem REST-API-Schnellstart oder besuchen Sie Microsoft Foundry für eine No-Code-Erfahrung.

Hinweis

Bildanalyses sind nicht für Szenarien optimiert, in denen die Analyse hauptsächlich auf extrahierten Text basiert. Wenn Ihr Hauptziel darin besteht, Text aus Bildern zu extrahieren und zu analysieren, sollten Sie stattdessen ein Dokumentfeldextraktionsschema verwenden.

Wichtig

Wenn Sie Microsoft-Produkte oder -Dienste zur Verarbeitung biometrischer Daten verwenden, sind Sie für Folgendes verantwortlich: (i) Unterrichten der betroffenen Personen, auch über die Aufbewahrungsfristen und die Vernichtung; (ii) Einholen der Zustimmung der betroffenen Personen und (iii) Löschen der biometrischen Daten, soweit dies nach den geltenden Datenschutzvorschriften angemessen und erforderlich ist. Verwandte Informationen finden Sie unter "Daten und Datenschutz für Gesicht".

Verwandte Inhalte

  • Last updated on