Delen via

Wat is Custom Vision?

Belangrijk

Microsoft kondigt de geplande buitengebruikstelling van de Azure Custom Vision-service aan. Microsoft biedt volledige ondersteuning voor alle bestaande Azure Custom Vision-klanten tot 25-9-2028. Tijdens dit ondersteuningsvenster worden klanten aangemoedigd om te beginnen met het plannen en uitvoeren van hun overgang naar alternatieve oplossingen. Afhankelijk van uw use-case raden we de volgende paden voor de overgang aan:

  • Voor het maken van aangepaste modellen voor zowel afbeeldingsclassificatie als objectdetectie biedt Azure Machine Learning AutoML de mogelijkheid om beide aangepaste modeltypen te trainen met behulp van klassieke machine learning-technieken
  • Meer informatie over Azure Machine Learning AutoML en ontdek hoe het ondersteuning biedt voor aangepaste modeltraining.

Microsoft investeert ook in op AI gebaseerde oplossingen die de nauwkeurigheid in aangepaste scenario's verhogen met behulp van prompt engineering en andere technieken.

  • Als u generatieve modellen wilt gebruiken, kunt u een van de modellen gebruiken die beschikbaar zijn in de Foundry-modelcatalogus en uw eigen oplossing maken voor aangepaste visie.
  • Voor een beheerde generatieve oplossing voor afbeeldingsclassificatie biedt Azure Content Understanding in Foundry Tools (momenteel in openbare preview) de mogelijkheid om aangepaste classificatiewerkstromen te maken. Het ondersteunt ook het verwerken van ongestructureerde gegevens van elk type (afbeelding, documenten, audio, video) en het extraheren van gestructureerde inzichten op basis van vooraf gedefinieerde of door de gebruiker gedefinieerde indelingen.
  • Meer informatie over Microsoft Foundry-modellen en Azure Content Understanding (openbare preview) en ontdek hoe ze alternatieve paden kunnen bieden voor uw aangepaste behoeften.

Zie de Migratiehandleiding voor Azure Custom Vision voor gedetailleerdere richtlijnen voor migratie.

Azure AI Custom Vision is een service voor afbeeldingsherkenning waarmee u uw eigen afbeeldings-id-modellen kunt bouwen, implementeren en verbeteren. Een afbeeldings-id past labels toe op afbeeldingen op basis van hun visuele kenmerken. Elk label vertegenwoordigt een classificatie of object. Met Custom Vision kunt u uw eigen labels opgeven en aangepaste modellen trainen om ze te detecteren.

U kunt Custom Vision gebruiken via een clientbibliotheek-SDK, REST API of via de Custom Vision-webportal. Volg een snelle startgids om aan de slag te gaan.

Quickstart (webportal)

Schermopname van een afbeelding op de Custom Vision-website met voorspelde tags.

Deze documentatie bevat de volgende typen artikelen:

  • De quickstarts zijn stapsgewijze instructies waarmee u aanroepen naar de service kunt maken en resultaten in een korte periode kunt krijgen.
  • De instructiegidsen bevatten instructies voor het gebruik van de service op specifiekere of aangepaste manieren.

Voor een meer gestructureerde benadering volgt u een trainingsmodule voor Custom Vision:

Hoe het werkt

De Custom Vision-service maakt gebruik van een machine learning-algoritme om afbeeldingen voor aangepaste functies te analyseren. U verzendt sets afbeeldingen die wel en niet over de visuele kenmerken beschikken die u zoekt. Vervolgens labelt u de afbeeldingen met uw eigen labels (tags) op het moment van indiening. Het algoritme traint naar deze gegevens en berekent zijn eigen nauwkeurigheid door zichzelf op dezelfde afbeeldingen te testen. Zodra u uw model hebt getraind, kunt u het testen, opnieuw trainen en uiteindelijk gebruiken in uw app voor afbeeldingsherkenning om afbeeldingen te classificeren of objecten te detecteren. U kunt het model ook exporteren voor offlinegebruik.

Classificatie- en objectdetectie

Custom Vision-functionaliteit kan worden onderverdeeld in twee functies. Afbeeldingsclassificatie past een of meer labels toe op een volledige afbeelding. Objectdetectie is vergelijkbaar, maar retourneert de coördinaten in de afbeelding waar de toegepaste labels worden gevonden.

Optimalisatie van use-case

De Custom Vision-service is geoptimaliseerd om grote verschillen tussen afbeeldingen snel te herkennen, zodat u uw model kunt gaan prototypen met een kleine hoeveelheid gegevens. Over het algemeen is het een goed begin om 50 afbeeldingen per label te gebruiken. De service is echter niet optimaal voor het detecteren van subtiele verschillen in afbeeldingen (bijvoorbeeld het detecteren van kleine scheuren of deuken in kwaliteitscontrolescenario's).

Daarnaast kunt u kiezen uit verschillende variaties van het Custom Vision-algoritme dat is geoptimaliseerd voor afbeeldingen met bepaald onderwerpmateriaal, bijvoorbeeld oriëntatiepunten of winkelitems. Zie Een domein selecteren voor meer informatie.

Custom Vision gebruiken

Custom Vision Service is beschikbaar als een set systeemeigen SDK's en via een webinterface in de Custom Vision-portal. U kunt een model maken, testen en trainen via een van de interfaces of beide samen gebruiken.

Ondersteunde browsers

De Custom Vision-portal kan worden gebruikt door de volgende webbrowsers:

  • Microsoft Edge (nieuwste versie)
  • Google Chrome (meest recente versie)

Custom Vision-website in een Chrome-browservenster

Back-up en herstel na noodgevallen

Als onderdeel van Azure heeft Custom Vision Service onderdelen die in meerdere regio's worden onderhouden. Servicezones en -regio's worden door al onze services gebruikt om onze klanten continue service te bieden. Zie Azure-regio's voor meer informatie over zones en regio's. Neem contact op met de ondersteuning als u aanvullende informatie nodig hebt of problemen ondervindt.

Vereisten voor invoer

Zie Limieten en quota voor beperkingen voor afbeeldingsinvoer.

Gegevensprivacy en -beveiliging

Net als bij alle Foundry Tools moeten ontwikkelaars die de Custom Vision-service gebruiken, rekening houden met het beleid van Microsoft voor klantgegevens. Zie de pagina Foundry Tools in het Microsoft Trust Center voor meer informatie.

Gegevenslocaliteit

Custom Vision repliceert geen gegevens buiten de opgegeven regio, met uitzondering van één regio, NorthCentralUSwaarbij er geen lokale Azure-ondersteuning is.

Volgende stappen

Volg de quickstart Een classifier bouwen om aan de slag te gaan met Custom Vision in de web-portal.

  • U kunt ook een SDK-quickstart uitvoeren om de basisscenario's met code te implementeren.
  • Last updated on