次の方法で共有

Foundry Tools イメージ ソリューションの Azure Content Understanding

Azure Content Understanding は、画像からのデータの抽出を標準化し、大量の非構造化画像データの分析を容易にします。 標準化された抽出により、価値実現までの時間が短縮され、ダウンストリーム分析ワークフローへの統合が簡略化されます。 Content Understanding API を使用すると、抽出するフィールド、説明、出力の種類を指定するスキーマを定義できます。 その後、サービスは画像を分析し、次のようなさまざまなユース ケースで適用できる構造化データを提供します。

  • 取得拡張生成 (RAG) アプリケーション: イメージから重要な詳細を抽出して、ユーザー向けのチャット エクスペリエンスを強化する堅牢なインデックスを構築します。 このインデックスを使用することで、ユーザーはイメージの内容に基づいて質問し、適切な回答を受け取ることができます。

  • 財務分析とビジネス インテリジェンス: ビジネス パフォーマンス チャートと傾向を分析して、アナリスト、マネージャー、エグゼクティブがより迅速で情報に基づいた意思決定を行うのに役立つリアルタイム レポートを生成します。

  • 製造品質管理: 生産ラインや製造環境における傷、亀裂、ミスアラインメントなどの欠陥や異常の検出を自動化します。

  • 棚分析と在庫管理: 小売製品に関する特定の詳細について、検出、カウント、抽出を行います。これにより、運営を最適化すると共に、製品の在庫が十分にあり、適切な整理が行われるようにすることで、顧客満足度を向上させます。

主な利点

Content Understanding には、イメージから情報を抽出するための主要な利点として、次のようなものがあります。

  • 強化されたデータの使いやすさと構造: 構造化されたデータを提供することで、Content Understanding では、データベース、スプレッドシート、およびカスタマー リレーションシップ マネジメント (CRM) ツールや エンタープライズ リソース プラニング (ERP) ツールなどのシステムとの統合が簡素化されます。

  • 特定のユース ケースの精度の向上: Content Understanding を使用することで、固有の要件に直接合わせた対象データ抽出が可能になり、最も重要なデータ ポイントに焦点を当てることでモデルの精度を向上させることができます。

  • 迅速かつコスト効率の高い自動化: 必要なフィールドのみを抽出することで、Content Understanding を使用して効率的な自動化を実現できます。 こうした利点によって、組織はデータ処理ワークフローを効率的にスケーリングし、無関係なデータのストレージと処理を減らすことができます。

コンテンツの理解における画像処理のためのデータ フロー図のスクリーンショット。

顔の説明フィールド

注

この機能は制限付きアクセスです。お客様は、Azure サポート要求で Azure OpenAI モデルの顔ぼかしを無効にするよう要求する必要があります。 Azure サポート要求の管理の詳細について説明します。

必要に応じて、フィールド抽出機能を拡張して、画像内の顔の詳細な説明を提供できます。 この機能には、顔の毛、顔の表情、有名人の存在などの属性が含まれます。これは、さまざまな分析およびインデックス作成の目的で重要になる可能性があります。 アナライザー構成で顔の説明機能を有効にするには、disableFaceBlurring : true を設定します。

例:

  • フィールドの例: facialHairDescription: 顔の髪の種類 ( beard、 mustache、 clean-shavenなど) について説明します。
  • フィールドの例: nameOfProminentPerson: イメージ内の著名人の可能な場合は名前を提供します (例: Satya Nadella)
  • フィールドの例: faceSmilingFrowning: 人が笑顔か、顔をしかめるかの説明を提供します。

概要

CONTENT Understanding を使用して画像の処理を開始するには、 REST API のクイックスタート に従うか 、Microsoft Foundry にアクセスしてコードなしのエクスペリエンスを実現します。

注

画像アナライザーは、分析が主に抽出されたテキストに基づくシナリオには最適化されていません。 画像からテキストを抽出して分析することが主な目的である場合は、代わりにドキュメント フィールド抽出スキーマを使用することを検討してください。

重要

生体認証データを処理するために Microsoft の製品またはサービスを使用している場合、お客様は次の責任を負います。(i) 保持期間や破棄に関する通知を含め、データ主体への通知の提供。(ii) データ主体からの同意の取得。(iii) 適用されるデータ保護要件に基づき、必要に応じてすべての生体認証データの削除。 関連情報については、「 Face のデータとプライバシー」を参照してください。

関連コンテンツ

  • スキーマ設計のヒントなど、Content Understanding の実装の最適化に関するガイダンスについては、詳細な ベスト プラクティス ガイドを参照してください。
  • サポートされている入力イメージ形式の詳細については、「サービスのクォータと制限」を参照してください。
  • コード サンプルを確認するには、アナライザー テンプレートを参照してください。
  • 信頼とセキュリティの詳細については、「データ、保護、プライバシー ポリシー」を参照してください。
  • Last updated on