Bonne réponse
- BGénère des descriptions en langage naturel pour plusieurs régions au sein d'une seule image
Explication
La fonctionnalité de légende dense d'Azure AI Vision va au-delà de la génération d'une seule légende pour l'ensemble de l'image. Elle analyse l'image pour identifier plusieurs régions distinctes (par exemple, une personne, une voiture, un bâtiment) et génère une description en langage naturel pour chaque région, ainsi que les coordonnées de la boîte englobante (bounding box). Cette réponse est correcte car l'objectif principal de la fonctionnalité est de fournir des descriptions granulaires au niveau de la région, et non pas seulement une seule légende longue.
Pour aller plus loin
La légende dense exécute une proposition de région suivie d'une génération de légende par région, produisant un ensemble de boîtes englobantes associées chacune à une courte phrase en langage naturel, puis souvent un résumé au niveau de la scène. Elle diffère de la légende d'image, qui émet une phrase pour l'ensemble de l'image, et de l'OCR, qui extrait des caractères. En arrière-plan, l'API Analyze Image d'Azure AI Vision expose cela via les options visualFeatures et denseCaptions ou captions selon la version du SDK, renvoyant des scores de confiance par région. Cela importe dans l'accessibilité, l'analyse des rayons de vente au détail ou la surveillance de la sécurité où vous devez savoir ce qui se trouve où, et non pas seulement une description globale. Les légendes très longues pour toute l'image et l'estimation de la densité de foule sont des capacités différentes.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 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.