Udostępnij przez

Usługa Azure Content Understanding w rozwiązaniach obrazów narzędzi Foundry Tools (wersja zapoznawcza)

Ważne

  • Ta funkcja jest dostępna w wersji zapoznawczej. Publiczne wersje zapoznawcze zapewniają wczesny dostęp do funkcji, które są w aktywnym rozwoju.
  • Funkcje, podejścia i procesy mogą ulec zmianie lub mieć ograniczone możliwości przed ogólną dostępnością.
  • Aby uzyskać więcej informacji, zobacz Dodatkowe warunki użytkowania dla wersji zapoznawczych platformy Microsoft Azure.

Usługa Azure Content Understanding standandaryzuje wyodrębnianie danych z obrazów, co ułatwia analizowanie dużych ilości danych obrazów bez struktury. Ustandaryzowane wyodrębnianie przyspiesza czas do wartości i upraszcza integrację z podrzędnymi przepływami pracy analitycznych. Za pomocą interfejsów API usługi Content Understanding można zdefiniować schematy, aby określić pola, opisy i typy danych wyjściowych na potrzeby wyodrębniania. Następnie usługa analizuje obrazy i udostępnia dane ustrukturyzowane, które można zastosować w różnych przypadkach użycia, takich jak:

  • Aplikacje generacji rozszerzonej (RAG) do pobierania: wyodrębnianie kluczowych szczegółów z obrazów w celu utworzenia niezawodnego indeksu obsługującego środowiska czatów dla użytkowników. Ten indeks umożliwia użytkownikom zadawanie pytań i otrzymywanie dokładnych odpowiedzi na podstawie zawartości obrazów.

  • Analiza finansowa i analiza biznesowa: analizowanie wykresów wydajności i trendów biznesowych w celu generowania raportów w czasie rzeczywistym, które pomagają analitykom, menedżerom i kierownictwu szybciej podejmować bardziej świadome decyzje.

  • Kontrola jakości produkcji: automatyzowanie wykrywania wad i anomalii, takich jak zadrapania, pęknięcia lub błędy, w liniach produkcyjnych i środowiskach produkcyjnych.

  • Analiza półek i zarządzanie zapasami: wykrywanie, liczenie i wyodrębnianie szczegółowych informacji o produktach detalicznych, optymalizowanie operacji i zwiększanie zadowolenia klientów dzięki zapewnieniu, że produkty są dobrze zaopatrzone i odpowiednio zorganizowane.

Najważniejsze korzyści

Usługa Content Understanding oferuje kilka kluczowych korzyści z wyodrębniania informacji z obrazów, w tym

  • Ulepszona użyteczność i struktura danych: udostępniając dane ustrukturyzowane, usługa Content Understanding upraszcza integrację z bazami danych, arkuszami kalkulacyjnymi i systemami, takimi jak zarządzanie relacjami z klientami (CRM) lub narzędzia do planowania zasobów przedsiębiorstwa (ERP).

  • Ulepszona dokładność określonych przypadków użycia: Funkcja Content Understanding umożliwia wyodrębnianie danych docelowych, które jest zgodne bezpośrednio z unikatowymi wymaganiami, co pomaga zwiększyć dokładność modelu, koncentrując się na najważniejszych punktach danych.

  • Szybsza i bardziej opłacalna automatyzacja: wyodrębnianie tylko niezbędnych pól umożliwia usłudze Content Understanding usprawnienie automatyzacji. Dzięki temu organizacje mogą wydajnie skalować przepływy pracy przetwarzania danych oraz zmniejszyć ilość miejsca do magazynowania i przetwarzania nieistotnych danych.

Zrzut ekranu przedstawiający diagram przepływu danych na potrzeby przetwarzania obrazów w zrozumieniu zawartości.

Pola opisu twarzy

Uwaga

Ta funkcja ma ograniczony dostęp; klienci muszą poprosić o wyłączenie rozmycia twarzy dla modeli usługi Azure OpenAI z żądaniem pomocy technicznej platformy Azure. Dowiedz się więcej Na temat zarządzania wnioskiem o pomoc techniczną platformy Azure.

Możliwość wyodrębniania pól można opcjonalnie ulepszyć, aby udostępnić szczegółowe opisy twarzy na obrazach. Ta funkcja obejmuje atrybuty, takie jak zarost, wyraz twarzy i obecność osobistości, które mogą być kluczowe dla różnych celów analitycznych i indeksowania. Aby włączyć funkcje opisu twarzy, ustaw disableFaceBlurring : true w konfiguracji analizatora.

Przykłady:

  • Przykładowe pole: facialHairDescription: Opisuje typ zarostu (na przykład , beard, mustacheclean-shaven)
  • Przykładowe pole: nameOfProminentPerson: Udostępnia nazwę, jeśli jest to możliwe dla gwiazdy na obrazie (na przykład Satya Nadella)
  • Przykładowe pole: faceSmilingFrowning: Zawiera opis tego, czy osoba uśmiecha się, czy marszczy brwi

Wprowadzenie

Rozpocznij przetwarzanie obrazów za pomocą usługi Content Understanding, postępując zgodnie z naszym przewodnikiem Szybki start interfejsu API REST lub odwiedzając witrynę Microsoft Foundry w celu uzyskania środowiska bez kodu.

Uwaga

Analizatory obrazów nie są zoptymalizowane pod kątem scenariuszy, w których analiza jest oparta głównie na wyodrębnionym tekście. Jeśli głównym celem jest wyodrębnianie i analizowanie tekstu z obrazów, rozważ użycie schematu wyodrębniania pól dokumentu.

Ważne

Jeśli używasz produktów lub usług firmy Microsoft do przetwarzania danych biometrycznych, odpowiadasz za: (i) powiadamianie podmiotów danych, w tym w odniesieniu do okresów przechowywania i zniszczenia; ii) uzyskiwanie zgody od podmiotów danych; oraz (iii) usunięcie danych biometrycznych, zgodnie z potrzebami i wymaganych zgodnie z odpowiednimi wymaganiami dotyczącymi ochrony danych. "Dane biometryczne" mają znaczenie określone w art. Aby uzyskać powiązane informacje, zobacz Dane i prywatność twarzy.

Treści powiązane

  • Last updated on