Respuesta correcta
Explicación
Object Detection (Detección de objetos) es la capacidad correcta porque puede identificar y ubicar múltiples cajas dentro de cada fotograma de video, lo que permite que el sistema las cuente a medida que se mueven por la cinta transportadora. A diferencia de la clasificación de imágenes, que etiqueta una imagen completa, la detección de objetos proporciona cuadros delimitadores y recuentos para cada objeto detectado, lo que la hace ideal para el seguimiento del rendimiento en tiempo real.
Para profundizar
Los modelos de Object Detection emiten tanto un cuadro delimitador como una etiqueta de clase por instancia detectada, por lo que un solo fotograma puede generar múltiples predicciones de "cajas" con puntuaciones de confianza. Contar el rendimiento se convierte entonces en un problema de seguimiento: le asignas a cada detección una identidad a lo largo de los fotogramas e incrementas un contador cuando cruza una línea virtual. La detección de objetos de Azure AI Vision se entrena con imágenes etiquetadas personalizadas a través de Custom Vision, y devuelve coordenadas normalizadas (izquierda, superior, ancho, alto) además de la probabilidad. Un límite sutil es que las cajas que se mueven rápido o se superponen provocan detecciones perdidas o cambios de identidad, por lo que los equipos suelen muestrear fotogramas y aplicar umbrales de supresión de no máximos. Esto importa en una cinta transportadora donde las cajas se tocan y el recuento por hora debe coincidir con los manifiestos de envío.
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.