Microsoft Azure Custom Vision - videonávod

Služba Custom Vision je dostupná v rámci Azure AI Services a umožňuje vytvárať a trénovať modely na rozpoznávanie obrazov podľa vlastných, používateľom definovaných kategórií. Je vhodná pre detekciu objektov v obrazoch alebo ich klasifikáciu. Po nahratí tréningových datasetov a natrénovaní špecifického modelu je možné výsledný model testovať priamo v prostredí Azure AI Services, prípadne ho nasadiť na cloud alebo špecifické zariadenia. Medzi hlavné funkcie služby Custom Vision patria: 

• Klasifikácia objektov: Funkcia umožňuje vytvoriť modely strojového učenia, ktoré na základe poskytnutého datasetu dokážu kategorizovať obrázky. K dispozícii sú pritom dva druhy klasifikácie: 
  • Viackategóriová: Každý obrázok patrí iba do jednej vybranej kategórie. 
  • Viacnásobná: Obrázok môže byť priradený viacerým kategóriám naraz. 
• Detekcia objektov: Výsledné modely dokážu identifikovať prítomnosť a umiestnenie konkrétnych objektov na obrázkov. Každý identifikovaný objekt je ohraničený tzv. „bounding boxom“ (rámčekom), ktorý reprezentuje pozíciu identifikovaného objektu a jeho veľkosť v obraze. 

Praktické využitie v Industry 4.0: 

• Automatizovaná kontrola kvality: Rozpoznávanie defektných výrobkov alebo nesprávne umiestnených komponentov na výrobnej linke, podobne ako v prípade služby AI Vision. V tomto prípade je však k dispozícii možnosť natrénovania vlastných modelov s pokročilými špecifikáciami a vlastnosťami.
• Monitorovanie pracovných podmienok: Aj v tomto prípade je možné využiť službu pre identifikáciu bezpečnostných rizík na pracovisku, pričom model je možné v tomto prípade neustále zlepšovať na základe reálnych dát a prispievať tak k neustále vyššej bezpečnosti. 

Výhody a nevýhody: 

• Jednoduché použitie: Rozhranie Custom Vision umožňuje nahrávať obrázky, označovať ich príslušnými tagmi a trénovať tak modely v intuitívnom prostredí vo webovom prehliadači.
• Rýchle nasadenie: Výsledné modely je možné exportovať do rôznych formátov a pre rôzne služby, vďaka čomu ich je možné rýchlo nasadiť do cloudových služieb alebo priamo na zariadenia. 
• Flexibilita: Používateľ môže prispôsobovať a vylepšovať model v čase, či už pri zmene požiadaviek alebo pri získaní nových dát pre trénovanie. 
• Závislosť od dát: Presnosť modelov je podmienená kvalitou a diverzitou trénovacieho datasetu. 
• Počiatočné obmedzenia: Bezplatná verzia je limitovaná počtom obrázkov pre trénovanie ako aj počtom iterácií a rýchlosťou pri trénovaní modelu. 

Výstup bol podporený projektom KEGA 010STU-4/2023 - Pilotné vzdelávacie moduly konceptu Inžinier 4.0 a KEGA 021STU-4/2024 Podpora pre medziodborové štúdium Industry 4.0 a 5.0.