Bonne réponse
Explication
Image classification est le choix correct car l'application doit attribuer une seule étiquette (la peinture spécifique) à l'ensemble de la photo. Les modèles de classification d'images d'Azure Computer Vision sont entraînés pour reconnaître et catégoriser des images entières dans des classes prédéfinies, ce qui correspond à l'exigence d'identifier une peinture à partir d'une base de données de milliers d'œuvres d'art en fonction du contenu visuel de la photo.
Pour aller plus loin
La classification d'images pour une application de musée repose généralement sur un réseau de neurones convolutif (CNN) qui extrait des caractéristiques visuelles hiérarchiques, des bords et textures dans les couches inférieures jusqu'aux parties d'objets et aux motifs de scènes complètes dans les couches plus profondes. Le modèle est entraîné sur des photographies étiquetées de peintures, où chaque étiquette correspond à une œuvre d'art, et apprend à attribuer une distribution de probabilité sur toutes les classes, renvoyant l'étiquette avec la plus haute confiance. Une subtilité clé est que la classification suppose que le sujet dominant remplit le cadre ; si un visiteur prend en photo une peinture sous un angle ou avec d'autres objets en vue, le modèle peut nécessiter un prétraitement tel que le rognage ou la correction de perspective. Une idée reçue fréquente est que l'OCR ou la détection d'objets peuvent se substituer à la classification, mais elles résolvent des problèmes différents : l'OCR lit le texte intégré, la détection d'objets localise plusieurs entités, et la classification capture le contenu global d'une image. En pratique, le service de classification d'images personnalisée d'Azure Computer Vision peut être entraîné avec seulement quelques images par peinture, mais il fonctionne mieux avec un éclairage cohérent et des vues plein cadre, soulignant l'importance de guider l'utilisateur dans l'interface de la caméra de l'application.
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.