イメージのタグ付け
Image解析では、画像に表示される何千もの認識可能なオブジェクト、生物、景色、アクションのコンテンツ タグを返すことができます。 タグは分類として整理されず、継承階層は存在しません。 コンテンツのタグのコレクションは、完全な文の形式に整えられた、人が読解可能な言語として表示される画像の "説明" の基盤となります。 タグが不明瞭な場合や常識的でない場合は、API 応答により、既知の設定のコンテキストでタグの意味を明確にするためのヒントが示されます。
画像のアップロード後、または画像 URL の指定後に、Analyze Image API は画像で識別されたオブジェクト、生物、アクションに基づいて、タグを出力できます。 タグ付けの対象は、前景の人間などの主題だけではありません。セット (室内またはアウトドア)、家具、道具、植物、動物、アクセサリ、小物なども対象となります。
Vision Studio を使用して、ブラウザーですばやく簡単に画像のタグ付けの機能を試すことができます。
イメージのタグ付けの例
次の JSON 応答は、サンプル イメージで検出された視覚的特徴のタグを付けるときに、Azure AI Vision から返される内容を示します。
.
{
"tags":[
{
"name":"grass",
"confidence":0.9960499405860901
},
{
"name":"outdoor",
"confidence":0.9956876635551453
},
{
"name":"building",
"confidence":0.9893627166748047
},
{
"name":"property",
"confidence":0.9853052496910095
},
{
"name":"plant",
"confidence":0.9791355133056641
},
{
"name":"sky",
"confidence":0.9764555096626282
},
{
"name":"home",
"confidence":0.9732913970947266
},
{
"name":"house",
"confidence":0.9726772904396057
},
{
"name":"real estate",
"confidence":0.972320556640625
},
{
"name":"yard",
"confidence":0.9480282068252563
},
{
"name":"siding",
"confidence":0.945357620716095
},
{
"name":"porch",
"confidence":0.9410697221755981
},
{
"name":"cottage",
"confidence":0.9143695831298828
},
{
"name":"tree",
"confidence":0.9111741185188293
},
{
"name":"farmhouse",
"confidence":0.8988939523696899
},
{
"name":"window",
"confidence":0.894851565361023
},
{
"name":"lawn",
"confidence":0.8940501809120178
},
{
"name":"backyard",
"confidence":0.8931854963302612
},
{
"name":"garden buildings",
"confidence":0.885913610458374
},
{
"name":"roof",
"confidence":0.8695329427719116
},
{
"name":"driveway",
"confidence":0.8670971393585205
},
{
"name":"land lot",
"confidence":0.8564285039901733
},
{
"name":"landscaping",
"confidence":0.8540750741958618
}
],
"requestId":"d60ac02b-966d-4f62-bc24-fbb1fec8bd5d",
"metadata":{
"height":200,
"width":300,
"format":"Png"
},
"modelVersion":"2021-05-01"
}
API の使用
タグ付け機能は Analyze Image API に含まれています。 ネイティブ SDK または REST を呼び出すことでこの API を呼び出すことができます。 Tags を visualFeatures クエリ パラメーターに追加します。 次に、完全な JSON 応答が得られたら、"tags" セクションのコンテンツの文字列を解析します。