MediaOpción múltiple

Pregunta de práctica de AI-900

¿Qué hace la característica 'dense captioning' de Azure AI Vision?

Elige la mejor respuesta.

Respuesta correcta

  • BGenera descripciones en lenguaje natural para múltiples regiones dentro de una sola imagen

Explicación

La característica de dense captioning de Azure AI Vision va más allá de generar un único título para toda la imagen. Analiza la imagen para identificar múltiples regiones distintas (por ejemplo, una persona, un auto, un edificio) y genera una descripción en lenguaje natural para cada región, junto con las coordenadas del cuadro delimitador. Esto es correcto porque el propósito fundamental de la característica es proporcionar descripciones granulares a nivel de región, y no solo un único título largo.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Crea títulos detallados muy largos para imágenes completas

El dense captioning genera múltiples títulos cortos para regiones distintas dentro de una imagen, y no una descripción muy larga de toda la imagen. Resulta tentador porque el subtitulado de imágenes completas produce una sola oración descriptiva, lo cual sería correcto cuando el requisito es un resumen de toda la escena.

B

Correcta

Genera descripciones en lenguaje natural para múltiples regiones dentro de una sola imagen

El dense captioning detecta múltiples regiones distintas dentro de una imagen y produce una descripción separada en lenguaje natural para cada una, en lugar de un único título para toda la imagen. Esto satisface el requisito del escenario de una salida textual a nivel de región en una sola imagen.

C

Incorrecta

Extrae texto de imágenes densas y cargadas de texto como documentos

El dense captioning genera títulos descriptivos para múltiples regiones dentro de una imagen; no realiza reconocimiento óptico de caracteres. Resulta tentador porque ambas características procesan el contenido de la imagen, y sería correcto cuando el requisito es describir numerosos objetos y sus relaciones en lugar de leer texto impreso.

D

Incorrecta

Analiza la densidad de objetos en una imagen para el conteo de multitudes

El dense captioning genera títulos descriptivos para múltiples regiones dentro de una imagen, no la medición de la densidad de multitudes. Resulta tentador porque 'denso' sugiere conteo, pero el conteo de objetos es una tarea de detección separada; el dense captioning empareja propuestas de región con descripciones en lenguaje natural de cada área.

Para profundizar

El dense captioning ejecuta una propuesta de región seguida de la generación de títulos por región, produciendo un conjunto de cuadros delimitadores combinados cada uno con una frase corta en lenguaje natural, y a menudo un resumen a nivel de escena. Difiere del image captioning, que emite una oración para todo el fotograma, y del OCR, que extrae caracteres. Bajo el capó, la API Analyze Image de Azure AI Vision expone esto a través de visualFeatures y las opciones denseCaptions o captions dependiendo de la versión del SDK, devolviendo puntuaciones de confianza por región. Esto importa en accesibilidad, análisis de estantes minoristas o monitoreo de seguridad donde necesita saber qué hay dónde, no solo una descripción global. Los títulos muy largos para toda la imagen y la estimación de la densidad de multitudes son capacidades diferentes.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.