我需要在Azure ML中建立一个图像分类模型-它最初是从手机输入的(接收ID之类的信息的应用程序,我们也会捕获人的图像,这里的ID是用来标记图像的),它将被重定向到数据存储。一旦完成,我们将上传n个人的图像到数据存储,它应该能够根据面部识别对图像进行分类,并且应该为不同的人分类为单独的图像文件夹(就像Google一样)。简而言之,如果有100个独特的人来报到,如果我们点击这100个人的随机图像,当我们将这些数据加载到blob时,它应该将这些人分类。
我能走过去吗-
1.签入应用程序-用标签加载图像2. blob -存储图像3.自定义vison- ML分类器4.将n个图像加载到blob 5.将图像与登录应用程序加载的图像进行比较并分类为相册,就像google照片6.将相册加载到app以使与会者看到图像
请指导我的解决方案和服务需要考虑,以使这成为可能在蔚蓝。
表示感谢
发布于 2022-06-14 19:01:27
在Azure中,您需要查看认知服务,更多信息位于这里:https://azure.microsoft.com/en-us/services/cognitive-services/
Azure认知服务基本上是作为一系列API端点出现的。在您的示例中,您可以将图像从移动设备发布到Azure端点,在那里您可以训练服务来识别个人,并让它返回图片中人员的JSON包,或者让它在图片中放置围绕这些人的矩形等。其他认知服务包括与图像、语音、视频等相关的服务。
Face很好地映射到您的场景:https://azure.microsoft.com/en-us/services/cognitive-services/face/
https://azure.microsoft.com/en-us/services/cognitive-services/computer-vision/#overview
https://stackoverflow.com/questions/72621994
复制相似问题