Co je Custom Vision Service?What is the Custom Vision Service?

Custom Vision Service je služba Microsoft Cognitive Services, která umožňuje vytvářet vlastní klasifikátory obrázků.The Custom Vision Service is a Microsoft Cognitive Service that lets you build custom image classifiers. Umožňuje rychle a snadno vytvořit, nasadit a vylepšovat klasifikátor obrázků.It makes it easy and fast to build, deploy, and improve an image classifier. Custom Vision Service pro nahrávání obrázků a trénování klasifikátoru poskytuje rozhraní REST API a webové rozhraní.The Custom Vision Service provides a REST API and a web interface to upload your images and train the classifier.

K čemu je služba Custom Vision Service vhodná?What does Custom Vision Service do well?

Custom Vision Service funguje nejlépe, když je položka, kterou se pokoušíte klasifikovat, na obrázku ta hlavní.The Custom Vision Service works best when the item you're trying to classify is prominent in your image.

K vytvoření klasifikátoru nebo detektoru stačí několik obrázků.Few images are required to create a classifier or detector. Ke spuštění prototypu vám stačí 50 obrázků pro každou třídu.50 images per class are enough to start your prototype. Metody, které služba Custom Vision Service využívá, jsou odolné proti rozdílům a proto vám k zahájení vytváření prototypů stačí tak málo dat.The methods Custom Vision Service uses are robust to differences, which allows you to start prototyping with so little data. To znamená, že služba Custom Vision Service není vhodná pro scénáře, kdy chcete rozpoznávat drobné rozdíly.This means Custom Vision Service is not well suited to scenarios where you want to detect subtle differences. Například menší praskliny nebo promáčknutí ve scénářích kontroly kvality.For example, minor cracks or dents in quality assurance scenarios.

Poznámky k verziRelease Notes

7. května 2018May 7, 2018

  • Zavedení funkce detekce objektů ve verzi Preview pro projekty využívající omezenou zkušební verziIntroduced preview Object Detection feature for Limited Trial projects.
  • Upgrade na rozhraní API verze 2.0Upgrade to 2.0 APIs
  • Rozšíření úrovně S0 až na 250 značek a 50 000 obrázkůS0 tier expanded to up to 250 tags and 50,000 images.
  • Významná vylepšení back-endu kanálu strojového učení pro projekty klasifikace obrázků.Significant backend improvements to the machine learning pipeline for image classification projects. Výhody těchto aktualizací budou moct využít projekty natrénované po 27. dubnu 2018.Projects trained after April 27, 2018 will benefit from these updates.
  • Přidání možnosti exportu modelů do ONNX pro použití s Windows MLAdded model export to ONNX, for use with Windows ML.
  • Přidání možnosti exportu modelů do souboru Dockerfile.Added model export to Dockerfile. Díky tomu si můžete stáhnout artefakty pro sestavení vlastních kontejnerů Windows nebo Linuxu, včetně souboru Dockerfile, modelu TensorFlow a kódu služby.This allows you to download the artifacts to build your own Windows or Linux containers, including a DockerFile, TensorFlow model, and service code.
  • Pro zajištění konzistence napříč všemi projekty jsou teď pro nově natrénované modely exportované do TensorFlow v doménách General (Compact) (Obecné – kompaktní) a Landmark (Compact) (Památka – kompaktní) střední hodnoty (0, 0, 0).For newly trained models exported to TensorFlow in the General (Compact) and Landmark (Compact) Domains, Mean Values are now (0,0,0), for consistency accross all projects.

1. března 2018March 1, 2018

  • Příchod placené verze Preview a registrace na web Azure Portal.Entered paid preview and onboarded onto the Azure Portal. Projekty je teď možné připojit k prostředkům Azure s úrovní F0 (Free) nebo S0 (Standard).Projects can now be attached to Azure resources with an F0 (Free) or S0 (Standard) tier. Zavedení projektů úrovně S0, které umožňují až 100 značek a 25 000 obrázků.Introduced S0 tier projects, which allow up to 100 tags and 25,000 images.
  • Změny back-endu kanálu strojového učení a parametru normalizace.Backend changes to the machine learning pipeline/normalization parameter. Zákazníci tak získají lepší kontrolu nad kompromisy mezi přesností a opětovným voláním při úpravě prahové hodnoty pravděpodobnosti.This will give customers better control of precision-recall tradeoffs when adjusting the Probability Threshold. Součástí těchto změn je nastavení prahové hodnoty pravděpodobnosti na portálu CustomVision.ai na 50 %.As a part of these changes, the default Probability Threshold in the CustomVision.ai portal was set to be 50%.

19. prosince 2017December 19, 2017

  • Přidání možnosti exportu na Android (TensorFlow) navíc k dříve vydané možnosti exportu na iOS (CoreML). To umožňuje exportovat natrénovaný kompaktní model pro offline spouštění v aplikaci.Export to Android (TensorFlow) added, in addition to previously released export to iOS (CoreML.) This allows export of a trained compact model to be run offline in an application.
  • Přidání kompaktních domén Retail (Maloobchod) a Landmark (Památka) umožňujících export modelů pro tyto domény.Added Retail and Landmark "compact" domains to enable model export for these domains.
  • Vydání rozhraní API pro trénování verze 1.2 a rozhraní API pro predikce verze 1.1.Released version 1.2 Training API and 1.1 Prediction API. Aktualizovaná rozhraní API podporují export modelů a novou operaci predikce, která neukládá obrázky do složky Predictions. V rozhraní API pro trénování se také zavedly dávkové operace.Updated APIs support model export, new Prediction operation that does not save images to "Predictions," and introduced batch operations to the Training API.
  • Vylepšení uživatelského rozhraní, včetně možnosti zobrazit, která doména se použila k trénování iterace.UX tweaks, including the ability to see which domain was used to train an iteration.
  • Aktualizace sady SDK pro jazyk C# a ukázky.Updated C# SDK and sample.

Další krokyNext steps

Informace o vytvoření klasifikátoruLearn how to build a classifier