MoyenneChoix unique

Question d'entraînement AI-900

Que fait la fonctionnalité de « légende dense » (dense captioning) d'Azure AI Vision ?

Choisissez la meilleure réponse.

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.

Pourquoi chaque option est juste ou fausse

A

Fausse

Crée de très longues légendes détaillées pour des images entières

La légende dense génère plusieurs légendes courtes pour des régions distinctes au sein d'une image, et non une seule description très longue de toute l'image. C'est une option séduisante car la génération de légende pour toute l'image produit une seule phrase descriptive, ce qui serait correct lorsque l'exigence est un résumé unique de toute la scène.

B

Juste

Génère des descriptions en langage naturel pour plusieurs régions au sein d'une seule image

La légende dense détecte plusieurs régions distinctes dans une seule image et produit une description en langage naturel séparée pour chacune, plutôt qu'une seule légende pour toute l'image. Cela satisfait à l'exigence du scénario concernant une sortie textuelle au niveau de la région sur une seule image.

C

Fausse

Extrait du texte à partir d'images denses riches en texte telles que des documents

La légende dense génère des légendes descriptives pour plusieurs régions au sein d'une image ; elle n'effectue pas de reconnaissance optique de caractères (OCR). C'est une option séduisante car les deux fonctionnalités traitent le contenu d'une image, et elle serait correcte lorsque l'exigence est de décrire de nombreux objets et leurs relations plutôt que de lire du texte imprimé.

D

Fausse

Analyse la densité des objets dans une image pour le comptage de foule

La légende dense génère des légendes descriptives pour plusieurs régions au sein d'une image, et non une mesure de la densité de foule. C'est une option séduisante car « dense » suggère un comptage, mais le comptage d'objets est une tâche de détection distincte ; la légende dense associe des propositions de régions à des descriptions en langage naturel de chaque zone.

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.