modulo 3 - parei na 25 / Flashcards
- O que o serviço cognitivo de pesquisa visual computacional pode fazer?
Interprete uma imagem e sugira uma legenda apropriada.
Sugere tags relevantes que podem ser usadas para indexar uma imagem.
Categorize uma imagem.
Identifique objetos em uma imagem.
Detecte rostos e pessoas em uma imagem.
Reconheça celebridades e pontos de referência em uma imagem.
Leia o texto em uma imagem.
- Ao usar a pesquisa visual computacional, qual é a diferença entre pesquisa visual computacional e Serviços Cognitivos?
Pesquisa Visual Computacional: É uma Recurso específico para o serviço de pesquisa visual computacional. Use este tipo de recurso se você não pretende usar nenhum outro serviço cognitivo, ou se deseja rastrear a utilização e os custos de seu recurso de pesquisa visual computacional separadamente.
Serviços cognitivos: Inclui pesquisa visual computacional junto com muitos outros recursos: Text Analytics, Translator Text e outros. Use este tipo de recurso se você planeja usar vários serviços cognitivos e deseja simplificar a administração e o desenvolvimento.
- Se o cliente deseja usar os serviços de pesquisa visual computacional do que ele precisa?
Uma chave usada para autenticar aplicativos clientes. Um endpoint (ponto de extremidade) que fornece o endereço HTTP no qual seu recurso pode ser acessado.
- A pesquisa visual computacional pode descrever as imagens? Sim
- A pesquisa visual computacional detecta os objetos na imagem. Isso é verdade? Sim
- A pesquisa visual computacional detecta os objetos na imagem. Isso é verdade? Sim
A capacidade de detecção de objetos é semelhante à marcação, no sentido de que o serviço pode identificar objetos comuns. Mas em vez de marcar ou fornecer tags apenas para os objetos reconhecidos, esse serviço também pode retornar o que é conhecido como coordenadas em um objecto rectangle contendo (x, y, w, h) para delimitarmos os objetos através de uma caixa delimitadora.
- O pesquisa visual computacional pode detectar marcas na imagem ?Sim
O recurso fornece a capacidade de identificar marcas comerciais. O serviço possui um banco de dados existente de milhares de logotipos reconhecidos globalmente de marcas comerciais de produtos.
- Com a pesquisa visual computacional podemos categorizar as pessoas na imagem ? Sim
- Ao categorizar uma imagem, o serviço pesquisa visual computacional oferece suporte a dois modelos de domínio especializados. Quais são ?
Celebridades: O serviço inclui um modelo que foi treinado para identificar milhares de celebridades conhecidas do mundo dos esportes, entretenimento e negócios.
Locais Famosos: O serviço pode identificar Locais famosos, como o Taj Mahal , Estátua da Liberdade, Palácio de Versailles entre outros locais conhecidos pela humanidade.
- O serviço pesquisa visual computacional pode usar recursos de ________ para detectar texto impresso e oumanuscrito em imagens.
Reconhecimento Óptico de Caracteres (OCR)
- Se você deseja detectar imagens que contenham conteúdo adulto ou que representem cenas violentas e sangrentas. O serviço pesquisa visual computacional pode ajudar neste cenário? Sim
Conteúdo Moderado : Detecção de imagens que contêm conteúdo adulto ou retratam cenas violentas e sangrentas.
- Você deseja usar o serviço de pesquisa visual computacional para analisar imagens. Você também deseja usar o serviço Text Analytics para analisar texto. Você deseja que os desenvolvedores exijam apenas uma chave e um endpoint http(ponto de extremidade) para acessar todos os seus serviços. Que tipo de recurso você deve criar em sua assinatura do Azure?
Serviços Cognitivos
- Você deseja usar o serviço de pesquisa visual computacional para identificar a localização de itens individuais em uma imagem. Qual dos seguintes recursos você deve recuperar?
Objetos
- Você deseja usar o serviço de pesquisa visual computacional para analisar imagens de locais e identificar edifícios conhecidos? O que você deveria fazer?
Recupere as categorias da imagem, especificando o domínio dos locais
- _______ é uma técnica de Machine Learning no qual o objeto que está sendo classificado é uma imagem, pode ser uma fotografia.
Classificação de imagem
- Quais são os usos da classificação de imagens?
dentificação do produto: realização de pesquisas visuais de produtos específicos em pesquisas online ou mesmo na loja usando um dispositivo móvel.
Investigação de desastres : Avaliando a infraestrutura principal para esforços de preparação de grandes desastres. Por exemplo, imagens de vigilância aérea podem mostrar pontes e classificá-las. Qualquer coisa classificada como uma ponte poderia então ser marcada para preparação e investigação de emergência.
Diagnóstico médico: A avaliação de imagens de dispositivos de raio-X ou ressonância magnética pode classificar rapidamente problemas específicos encontrados como tumores cancerígenos ou muitas outras condições médicas relacionadas ao diagnóstico por imagem médica.
- Quais são os recursos disponíveis para Visão Personalizada no Azure?
Visão Personalizada: É um recurso de treinamento ou predição.
- O processo de treinamento do modelo é um processo iterativo no qual o serviço Visão Personalizada treina repetidamente o modelo usando alguns dos dados, mas retém alguns para avaliar o modelo. Quais são as métricas de avaliação?
Precisão: qual porcentagem das previsões de classe feitas pelo modelo estavam corretas? Por exemplo, se o modelo previu que 10 imagens são laranjas, das quais oito eram realmente laranjas, então a precisão é 0,8 (80%). Lembre-se: que porcentagem de previsões de classe o modelo identificou corretamente? Por exemplo, se houver 10 imagens de maçãs e o modelo encontrou 7 delas, o recall é 0,7 (70%). Precisão média (AP): Uma métrica geral que leva em consideração a precisão e o recall).
Depois de publicar o modelo em seu recurso de previsão. Para usar seu modelo, quais informações os desenvolvedores irão precisar ?
ID do projeto: o ID exclusivo do projeto de Visão Personalizada q
ID do projeto: o ID exclusivo do projeto de Visão Personalizada que você criou para treinar o modelo.
Nome do modelo: o nome que você atribuiu ao modelo durante a publicação.
Endpoint (ponto de extremidade) de predição: Endereços HTTP do recurso de predição para o qual foi publicado o modelo (não o recurso de treinamento).
Chave de predição: a chave de autenticação para o recurso de predição para o qual você publicou o modelo (não o recurso de treinamento).
- Você planeja usar o serviço Visão Personalizada para treinar um modelo de classificação de imagem. Você deseja criar um recurso que só pode ser usado para treinamento de modelo, e não para previsão. Que tipo de recurso você deve criar em sua assinatura do Azure?
Visão Personalizada
- Você está treinando um modelo de classificação de imagens que atinge métricas de avaliação insatisfatórias. Como você pode melhorar isso?
Basta adicionar mais imagens ao conjunto de treinamento.
- Você publicou um modelo de classificação de imagem. Quais informações você deve fornecer aos desenvolvedores que desejam usá-las?
ID do projeto
Nome do modelo
Chave (Secret Key)
Endpoint
- _______ é uma forma de pesquisa visual computacional baseada em Machine Learning em que um modelo é treinado para reconhecer tipos individuais de objeto em uma imagem e identificar sua localização na imagem.
Detecção de objetos
- Qual é a diferença entre detecção de objetos e classificação de imagens?
A classificação de imagens é uma forma de pesquisa visual computacional baseada em Machine Learning em que um modelo é treinado para categorizar imagens com base em padrões homogêneos que elas contêm.
A detecção de objetos vai além disso, para classificar objetos individuais na imagem e retornar as coordenadas de um caixa delimitadora que indica a localização do objeto.