trenowanie modelu klasyfikacji obrazów
Klasyfikacja obrazów to technika przetwarzania obrazów, w której model jest trenowany w celu przewidywania etykiety klasy dla obrazu na podstawie jego zawartości. Zazwyczaj etykieta klasy odnosi się do głównego tematu obrazu.
Na przykład następujące obrazy zostały sklasyfikowane na podstawie typu owoców, które zawierają.
Modele można wytrenować pod kątem klasyfikacji wieloklasowej (innymi słowy, istnieje wiele klas, ale każdy obraz może należeć tylko do jednej klasy) lub klasyfikacji wieloklasowej (innymi słowy, obraz może być skojarzony z wieloma etykietami).
Trenowanie modelu klasyfikacji obrazów
Aby wytrenować model klasyfikacji obrazów za pomocą usługi Azure AI Custom Vision, możesz użyć portalu usługi Custom Vision platformy Azure, interfejsu API REST usługi Azure AI Custom Vision lub zestawu SDK albo kombinacji obu metod.
W większości przypadków zazwyczaj do trenowania modelu użyjesz portalu usługi Custom Vision usługi Azure AI.
Portal udostępnia interfejs graficzny, którego można użyć do:
- Utwórz projekt klasyfikacji obrazów dla modelu i skojarz go z zasobem szkoleniowym.
- Prześlij obrazy, przypisując do nich etykiety klasowe.
- Przejrzyj i edytuj obrazy oznakowane.
- Trenowanie i ocenianie modelu klasyfikacji.
- Przetestuj wytrenowany model.
- Opublikować wytrenowany model w zasobie przewidywującym.
Interfejs API REST i zestawy SDK umożliwiają wykonywanie tych samych zadań przez napisanie kodu, co jest przydatne, jeśli konieczne jest zautomatyzowanie trenowania i publikowania modelu w ramach procesu DevOps.