Respuesta correcta
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.
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.