Wat is Custom Vision?

Azure Custom Vision is een service voor afbeeldingsherkenning waarmee u uw eigen modellen voor afbeeldings-id's kunt bouwen, implementeren en verbeteren. Een afbeeldings-id past labels (die classificaties of objecten vertegenwoordigen) toe op afbeeldingen, op basis van hun gedetecteerde visuele kenmerken. In tegenstelling tot Computer Vision service kunt Custom Vision labels opgeven en aangepaste modellen trainen om ze te detecteren.

Deze documentatie bevat de volgende typen artikelen:

• De quickstarts zijn stapsgewijs instructies voor het aanroepen van de service en het in korte tijd krijgen van resultaten.
• De instructiegidsen bevatten instructies voor het gebruik van de service op specifiekere of aangepaste manieren.
• De zelfstudies zijn langere handleidingen die laten zien hoe u deze service kunt gebruiken als onderdeel van bredere bedrijfsoplossingen.

Wat het doet

De Custom Vision Service gebruikt een Machine Learning-algoritme om afbeeldingen te analyseren. U, als ontwikkelaar, dient groepen afbeeldingen in die de betreffende kenmerken al dan niet hebben. U voorziet de afbeeldingen op het moment van inzending zelf van een label. Vervolgens wordt het algoritme getraind op basis van deze gegevens en berekent het algoritme de eigen nauwkeurigheid aan de hand van dezelfde afbeeldingen. Zodra u het algoritme hebt getraind, kunt u het testen, opnieuw trainen en uiteindelijk gebruiken in uw app voor afbeeldingsherkenning om afbeeldingen te classificeren. U kunt het model zelf 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 afbeelding. Objectdetectie is vergelijkbaar, maar retourneert ook de coördinaten in de afbeelding waar de toegepaste labels kunnen worden gevonden.

Optimalisatie

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. 50 afbeeldingen per label is meestal al een goed begin. De service is echter niet optimaal geschikt voor het detecteren van subtiele verschillen in afbeeldingen (bijvoorbeeld het detecteren van kleine fouten in scenario’s voor kwaliteitscontrole).

Daarnaast kunt u kiezen uit verschillende variaties van het Custom Vision-algoritme die zijn geoptimaliseerd voor afbeeldingen met bepaald onderwerpmateriaal, zoals oriëntatiepunten of — detailhandelsartikelen. Zie Een domein selecteren voor meer informatie.

Samenstelling van Content Moderator

De Custom Vision Service is beschikbaar als een set met systeemeigen SDK’s of via een webinterface op de Custom Vision-website. U kunt een model maken, testen en trainen via een van de interfaces of beide samen gebruiken.

Gegevensprivacy en -beveiliging

Zoals geldt voor alle Cognitive Services, dienen ontwikkelaars die de Custom Vision-service gebruiken op de hoogte te zijn van het beleid van Microsoft inzake klantgegevens. Zie de pagina Cognitive Services (Engelstalig) in het Microsoft Trust Center voor meer informatie.

Volgende stappen

Volg de handleiding Een classificatie bouwen om aan de slag te gaan met Custom Vision in de webportal, of voltooi een quickstart om de basisscenario’s in code te implementeren.