MediaOpción múltiple

Pregunta de práctica de AI-900

Un museo quiere crear una aplicación que permita a los visitantes tomar una foto de una pintura y recibir información sobre el artista, el año y el estilo. La aplicación necesita identificar la pintura a partir de una base de datos de miles de obras de arte. ¿Qué capacidad de Azure Computer Vision es la más adecuada?

Elige la mejor respuesta.

Respuesta correcta

  • BImage classification

Explicación

Image classification es la opción correcta porque la aplicación necesita asignar una sola etiqueta (la pintura específica) a toda la foto. Los modelos de clasificación de imágenes de Azure Computer Vision están entrenados para reconocer y categorizar imágenes completas en clases predefinidas, lo que coincide con el requisito de identificar una pintura de una base de datos de miles de obras de arte basándose en el contenido visual de la foto.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Optical Character Recognition (OCR)

El reconocimiento óptico de caracteres (OCR) es una tecnología que extrae texto impreso o escrito a mano de imágenes y lo convierte en caracteres legibles por máquina. Aunque una pintura pueda contener una firma o un título, el OCR solo devolvería ese contenido textual, no la identidad de la pintura, su creador, estilo o tema. No puede analizar características visuales como la composición, la paleta de colores o la pincelada, que son esenciales para reconocer una obra de arte específica. Por lo tanto, el OCR no es adecuado porque aborda datos textuales en lugar del contenido de toda la imagen.

B

Correcta

Image classification

Image classification es el enfoque correcto porque analiza toda la imagen como una sola unidad y le asigna una etiqueta de un conjunto predefinido de categorías. En este escenario, el modelo podría entrenarse en un conjunto de datos donde cada pintura es su propia clase, permitiendo que la aplicación mapee la foto de un visitante a la obra de arte específica. Utiliza patrones visuales aprendidos, como la estructura general, la distribución del color y los motivos distintivos, para hacer la predicción. Esto coincide directamente con el objetivo de identificar la pintura en sí misma, no solo algún elemento dentro de ella.

C

Incorrecta

Object detection

Object detection está diseñado para localizar y clasificar múltiples objetos distintos dentro de una imagen dibujando cuadros delimitadores alrededor de cada uno. Para una aplicación de museo, la detección de objetos podría identificar figuras individuales, jarrones o elementos arquitectónicos dentro de una pintura, pero no identificaría la pintura como un todo. La tarea aquí es reconocer toda la obra de arte a partir de una foto, lo que es un problema de etiqueta única para toda la imagen en lugar de un problema de localización de múltiples objetos. Usar la detección de objetos devolvería cuadros de componentes irrelevantes y no proporcionaría la identidad de la obra de arte como salida principal.

D

Incorrecta

Face detection

Face detection identifica y localiza específicamente rostros humanos en una imagen, a menudo para tareas como el conteo o reconocimiento de rostros. Muchas pinturas, especialmente los retratos, contienen rostros, por lo que un detector de rostros se activaría en ellos, pero esa salida no transmite nada sobre qué pintura fue fotografiada o su artista. La aplicación requiere clasificar toda la imagen para determinar la identidad de la pintura, el estilo y el contexto histórico, información que la detección de rostros no puede proporcionar. Es una tarea especializada de detección de características, no un método general de comprensión de imágenes adecuado para este caso de uso.

Para profundizar

La clasificación de imágenes para una aplicación de museo normalmente se basa en una red neuronal convolucional (CNN) que extrae características visuales jerárquicas, desde bordes y texturas en las capas iniciales hasta partes de objetos y patrones de escenas completas en capas más profundas. El modelo se entrena con fotografías etiquetadas de pinturas, donde cada etiqueta corresponde a una obra de arte, y aprende a asignar una distribución de probabilidad sobre todas las clases, devolviendo la etiqueta con mayor confianza. Una sutileza clave es que la clasificación asume que el sujeto dominante llena el encuadre; si un visitante fotografía una pintura en un ángulo o con otros objetos a la vista, el modelo puede requerir preprocesamiento como recorte o corrección de perspectiva. Una idea errónea común es que el OCR o la detección de objetos pueden sustituir a la clasificación, pero resuelven diferentes problemas: el OCR lee texto incrustado, la detección de objetos localiza múltiples entidades y la clasificación captura el contenido global de una imagen. En la práctica, el servicio de clasificación de imágenes personalizada de Azure Computer Vision se puede entrenar con solo unas pocas imágenes por pintura, pero funciona mejor con iluminación consistente y vistas de fotograma completo, lo que resalta la importancia de la orientación del usuario en la interfaz de la cámara de la aplicación.

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.