Riconoscimento del prodotto a scaffale - modello personalizzato (anteprima)
Importante
Questa funzionalità è ora deprecata. Il 10 gennaio 2025, l'API di anteprima Analisi immagini di Intelligenza artificiale di Azure 4.0, Rilevamento oggetti personalizzati e Riconoscimento del prodotto verrà ritirata. Dopo questa data, le chiamate API a questi servizi avranno esito negativo.
Per mantenere il funzionamento dei modelli, passare a Visione personalizzata di Azure AI, ora disponibile a livello generale. Visione personalizzata offre funzionalità simili a quelle in fase di ritiro.
È possibile eseguire il training di un modello personalizzato per riconoscere prodotti di vendita al dettaglio specifici da usare in uno scenario di riconoscimento dei prodotti. L'operazione Analisi predefinita non distingue i prodotti, ma è possibile creare questa funzionalità nell'app tramite l'etichettatura e il training personalizzati.
Nota
I marchi mostrati nelle immagini non sono associati a Microsoft, né indicano alcuna forma di approvazione di Microsoft o prodotti Microsoft da parte dei proprietari dei marchi o approvazione dei proprietari dei marchi o dei loro prodotti da parte di Microsoft.
Usare la funzionalità di personalizzazione del modello
La guida pratica alla personalizzazione del modello illustra come eseguire il training e pubblicare un modello di analisi delle immagini personalizzato. È possibile seguire questa guida, con alcune specifiche, per creare un modello per il riconoscimento del prodotto.
Specifiche del set di dati
Il set di dati di training deve essere costituito da immagini degli scaffali delle vendite al dettaglio. Quando si crea il modello per la prima volta, è necessario impostare il parametro ModelKind su ProductRecognitionModel.
Salvare anche il valore del parametro ModelName, in modo da poterlo usare come riferimento in un secondo momento.
Etichettatura personalizzata
Quando si passa attraverso il flusso di lavoro di etichettatura, creare etichette per ogni prodotto che si vuole riconoscere. Etichettare quindi il rettangolo di selezione di ogni prodotto, in ogni immagine.
Analizzare gli scaffali con un modello personalizzato
Quando il modello personalizzato viene sottoposto a training e pronto (sono stati completati i passaggi nella Guida alla personalizzazione del modello), è possibile usarlo tramite l'operazione Analisi scaffale.
La chiamata API sarà simile alla seguente:
curl.exe -H "Ocp-Apim-Subscription-Key: <subscriptionKey>" -H "Content-Type: application/json" "<endpoint>/computervision/productrecognition/<your_model_name>/runs/<your_run_name>?api-version=2023-04-01-preview" -d "{
'url':'<your_url_string>'
}"
- Apportare le modifiche seguenti al comando, dove necessario:
- Sostituire
<subscriptionKey>con la chiave della risorsa di Visione. - Sostituire
<endpoint>con l’endpoint della risorsa di Visione. Ad esempio:https://YourResourceName.cognitiveservices.azure.com. - Sostituire
<your_model_name>con il nome del modello personalizzato (il valore ModelName usato nel passaggio di creazione). - Sostituire
<your_run_name>con il nome univoco dell’esecuzione del test per la coda di attività. Si tratta di un nome asincrono della coda di attività dell’API per poter recuperare la risposta API in un secondo momento. Ad esempio,.../runs/test1?api-version... - Sostituire il contenuto
<your_url_string>con l'URL BLOB dell'immagine
- Sostituire
- Aprire una finestra del prompt dei comandi.
- Incollare il comando
curlmodificato dall'editor di testo nella finestra del prompt dei comandi e quindi eseguire il comando.
Passaggi successivi
In questa guida, viene descritto come usare un modello di riconoscimento del prodotto personalizzato per soddisfare meglio le esigenze aziendali. Successivamente, configurare la corrispondenza di planogrammi, che funziona in combinazione con riconoscimento prodotto personalizzato.