DifficileChoix unique

Question d'entraînement AI-102

Une entreprise manufacturière utilise Azure Custom Vision pour détecter des défauts sur une chaîne de montage. Le modèle est déployé dans un conteneur sur un serveur edge local. Récemment, la précision du modèle a chuté. Vous soupçonnez une dérive des données. Que devez-vous faire pour surveiller et réentraîner le modèle ?

Choisissez la meilleure réponse.

Bonne réponse

  • BCollecter périodiquement de nouvelles images avec des étiquettes, réentraîner le modèle dans Custom Vision et redéployer le conteneur mis à jour.

Explication

Les modèles Custom Vision déployés dans des conteneurs sur des appareils edge n'exposent pas de point de terminaison REST auquel la surveillance de la dérive des données d'Azure Machine Learning peut accéder directement. La seule façon de détecter la dérive et de réentraîner consiste à collecter périodiquement de nouvelles images étiquetées de la chaîne de production, à réentraîner le modèle dans Custom Vision et à redéployer le conteneur mis à jour sur le serveur edge.

Pourquoi chaque option est juste ou fausse

A

Fausse

Utiliser la surveillance de la dérive des données d'Azure Machine Learning sur le point de terminaison Custom Vision.

La surveillance de la dérive d'Azure Machine Learning cible les modèles et ensembles de données enregistrés dans AML, et non les points de terminaison de conteneurs Custom Vision s'exécutant sur un serveur edge. Ce serait correct pour un modèle AML avec des données d'inférence journalisées, mais Custom Vision n'exporte aucun point de terminaison compatible pour les moniteurs de dérive AML.

B

Juste

Collecter périodiquement de nouvelles images avec des étiquettes, réentraîner le modèle dans Custom Vision et redéployer le conteneur mis à jour.

La dérive des données est contrariée par la capture d'images fraîches étiquetées de la ligne, le réentraînement dans Custom Vision afin que le modèle apprenne les motifs de défauts actuels, puis l'exportation et le redéploiement du conteneur mis à jour sur le serveur edge. Cela rétablit la précision tout en maintenant l'inférence locale.

C

Fausse

Configurer Custom Vision pour envoyer des alertes lorsque la dérive est détectée.

Custom Vision n'offre aucune capacité d'alerte de détection de dérive ; il exporte uniquement les données de modèle et de prédiction. Les alertes conviendraient aux ensembles de données Azure Machine Learning avec des moniteurs de dérive, mais l'énoncé exige la capture de données d'inférence edge et le réentraînement, ce que Custom Vision ne peut pas effectuer seul.

D

Fausse

Activer l'apprentissage actif dans Custom Vision pour réentraîner automatiquement le modèle.

L'apprentissage actif signale uniquement les images à faible confiance pour l'étiquetage manuel et le réentraînement via le portail ; il ne détecte pas la dérive des données et ne réentraîne pas automatiquement. Il convient pour améliorer la précision sur des échantillons difficiles, et non pour surveiller le décalage de distribution sur un conteneur déployé sur l'edge.

Pour aller plus loin

Custom Vision exporte une image de conteneur Docker qui exécute l'inférence hors ligne sur le serveur edge, mais le conteneur est statique : il n'effectue aucune télémétrie vers Azure et n'expose aucun point de terminaison de détection de dérive, de sorte que la surveillance de la dérive Azure Machine Learning ne peut pas s'y connecter. L'apprentissage actif et les alertes de dérive sont des fonctionnalités de la ressource Custom Vision hébergée, et non du conteneur exporté. La boucle pratique consiste à capturer des images de production sur l'edge, à les étiqueter (souvent avec une révision humaine des prédictions à faible confiance), à les télécharger dans le projet Custom Vision, à réentraîner une itération, puis à réexporter et redéployer le conteneur. Une subtilité : le réentraînement crée une nouvelle itération et vous devez la publier explicitement avant l'exportation. Cela importe sur les chaînes de montage où l'éclairage ou les fournisseurs de pièces changent progressivement.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AI-102 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.