Yüz algılama modeli belirtme

Makale
08/28/2021
Okumak için 3 dakika

Bu kılavuzda, Azure yüz hizmeti için bir yüz algılama modeli belirtme gösterilmektedir.

Yüz hizmeti, görüntülerde insan yüzeyleri üzerinde işlem gerçekleştirmek için makine öğrenimi modellerini kullanır. Müşteri geri bildirimlerine ve araştırmada ilerlemeleri temel alan modellerimizin doğruluğunu geliştirmeye devam ediyoruz ve bu geliştirmeleri model güncelleştirmeleri olarak sunduk. Geliştiriciler, yüz algılama modelinin hangi sürümünü kullanmak istediğinizi belirtme seçeneğine sahiptir; Kullanım durumlarına en uygun modeli seçebilirler.

Belirli yüz işlemlerinde yüz algılama modelini nasıl belirteceğinizi öğrenmek için okumaya devam edin. Yüz tanıma hizmeti bir yüzün görüntüsünü başka bir veri biçimine dönüştürdüğünde yüz algılamayı kullanır.

En son modeli kullanıp kullanmayacağınızı bilmiyorsanız, yeni modeli değerlendirmek ve sonuçları geçerli veri kümesi kullanarak karşılaştırmak için farklı modelleri değerlendir bölümüne atlayın.

Önkoşullar

AI yüz algılaması kavramı hakkında bilgi sahibi olmanız gerekir. Değilseniz, yüz algılama kavramsal Kılavuzu veya nasıl yapılır Kılavuzu ' na bakın.

Belirtilen modelle yüzler Algıla

Yüz algılama, insan yüzlerinin sınırlama kutusu konumlarını bulur ve görsel çizgilerini tanımlar. Bu, yüzün özelliklerini ayıklar ve daha sonra tanıma işlemlerinde kullanılmak üzere depolar.

[Yüz algılama] API 'sini kullandığınızda, parametresi ile model sürümünü atayabilirsiniz detectionModel . Kullanılabilir değerler şunlardır:

detection_01
detection_02
detection_03

[Yüz algılama] REST API için bir istek URL 'si şöyle görünür:

https://westus.api.cognitive.microsoft.com/face/v1.0/detect[?returnFaceId][&returnFaceLandmarks][&returnFaceAttributes][&recognitionModel][&returnRecognitionModel][&detectionModel]&subscription-key=<Subscription key>

İstemci kitaplığını kullanıyorsanız, detectionModel uygun bir dizeye geçirerek değerini atayabilirsiniz. Atanmamış olarak bırakırsanız, API varsayılan model sürümünü ( detection_01 ) kullanır. .NET istemci kitaplığı için aşağıdaki kod örneğine bakın.

string imageUrl = "https://news.microsoft.com/ceo/assets/photos/06_web.jpg";
var faces = await faceClient.Face.DetectWithUrlAsync(imageUrl, false, false, recognitionModel: "recognition_04", detectionModel: "detection_03");

Belirtilen modele sahip kişiye yüz ekleyin

Yüz tanıma hizmeti bir görüntüden yüz verileri ayıklayabilir ve Person kişi-yüz tanıma API 'si aracılığıyla bir kişi nesnesiyle ilişkilendirebilirler. Bu API çağrısında, algılama modelini [yüz algılamayla]aynı şekilde belirtebilirsiniz.

.NET istemci kitaplığı için aşağıdaki kod örneğine bakın.

// Create a PersonGroup and add a person with face detected by "detection_03" model
string personGroupId = "mypersongroupid";
await faceClient.PersonGroup.CreateAsync(personGroupId, "My Person Group Name", recognitionModel: "recognition_04");

string personId = (await faceClient.PersonGroupPerson.CreateAsync(personGroupId, "My Person Name")).PersonId;

string imageUrl = "https://news.microsoft.com/ceo/assets/photos/06_web.jpg";
await client.PersonGroupPerson.AddFaceFromUrlAsync(personGroupId, personId, imageUrl, detectionModel: "detection_03");

Bu kod, KIMLIĞI olan bir Persongroup oluşturur ve bu gruba mypersongroupid bir kişi ekler. Ardından, modeli kullanarak bu kişiye bir yüz ekler detection_03 . DetectionModel parametresini BELIRTMEZSENIZ, API varsayılan modeli kullanır detection_01 .

Not

Bir kişi nesnesindeki tüm yüzler için aynı algılama modelini kullanmanız gerekmez ve bir kişi nesnesiyle Karşılaştırılacak yeni yüzeyleri algılamada aynı algılama modelini kullanmanız gerekmez (örneğin, [yüz] tanıma API 'si).

Belirtilen modelle çok yönlü listeye yüz ekleme

Ayrıca, mevcut bir çok yönlü liste nesnesine bir yüz eklediğinizde bir algılama modeli de belirtebilirsiniz. .NET istemci kitaplığı için aşağıdaki kod örneğine bakın.

await faceClient.FaceList.CreateAsync(faceListId, "My face collection", recognitionModel: "recognition_04");

string imageUrl = "https://news.microsoft.com/ceo/assets/photos/06_web.jpg";
await client.FaceList.AddFaceFromUrlAsync(faceListId, imageUrl, detectionModel: "detection_03");

Bu kod, adlı bir çok yönlü liste oluşturur My face collection ve modele sahip bir yüz ekler detection_03 . DetectionModel parametresini BELIRTMEZSENIZ, API varsayılan modeli kullanır detection_01 .

Not

Bir çok yönlü liste nesnesindeki tüm yüzler için aynı algılama modelini kullanmanız gerekmez ve çok yönlü bir liste nesnesiyle Karşılaştırılacak yeni yüzeyleri algılamada aynı algılama modelini kullanmanız gerekmez.

Farklı modelleri değerlendirin

Farklı yüz algılama modelleri farklı görevler için iyileştirilmiştir. Farklılıklara genel bakış için aşağıdaki tabloya bakın.

detection_01	detection_02	detection_03
Tüm yüz algılama işlemleri için varsayılan seçenek.	2019 Mayıs 'ta serbest bırakılır ve isteğe bağlı olarak tüm yüz algılama işlemlerinde kullanılabilir.	Şubat 2021 ' de yayımlanmıştır ve isteğe bağlı olarak tüm yüz algılama işlemlerinde kullanılabilir.
Küçük, yan görünüm veya bulanık yüz için en iyi duruma getirilmemiştir.	Küçük, yan görünüm ve bulanık yüzler üzerinde geliştirilmiş doğruluk.	Daha küçük yüzler (64x64 piksel) ve döndürülmüş yüz yönleri dahil daha gelişmiş doğruluk.
Algıla çağrısında belirtilerse ana yüzleri özniteliklerini (Head, Age, duygu vb.) döndürür.	Yüz özniteliklerini döndürmez.	Algıla çağrısında belirtilerse maske ve baş poz özniteliklerini döndürür.
Algıla çağrısında belirtilerse yüz çizgilerini döndürür.	Yüz yer işaretlerini döndürmez.	Algıla çağrısında belirtilerse yüz çizgilerini döndürür.

Algılama modellerinin performanslarını karşılaştırmanın en iyi yolu, bunları örnek bir veri kümesi üzerinde kullanmaktır. [Yüz tanıma] API 'sini çeşitli görüntülerde, özellikle de görülmesi zor olan çok sayıda yüzün veya yüzlerin her bir algılama modeli kullanılarak çağrılmasını öneririz. Her modelin döndürdüğü yüz sayısına dikkat edin.

Sonraki adımlar

Bu makalede, farklı yüz API 'Leri ile kullanmak üzere algılama modelinin nasıl belirtildiklerini öğrendiniz. Sonra, yüz algılama ve Analize Başlamak için hızlı başlangıç adımlarını izleyin.